Python pandas DataFrame操作的实现代码

时间:2022-10-19 15:26:18

1. 从字典创建dataframe

?
1
2
3
4
5
6
7
8
9
>>> import pandas as pd
>>> dict1 = {'col1':[1,2,5,7],'col2':['a','b','c','d']}
>>> df = pd.dataframe(dict1)
>>> df
  col1 col2
0   1  a
1   2  b
2   5  c
3   7  d

2. 从列表创建dataframe (先把列表转化为字典,再把字典转化为dataframe)

?
1
2
3
4
5
6
7
8
9
>>> lista = [1,2,5,7]
>>> listb = ['a','b','c','d']
>>> df = pd.dataframe({'col1':lista,'col2':listb})
>>> df
  col1 col2
0   1  a
1   2  b
2   5  c
3   7  d

3. 从列表创建dataframe,指定data和columns

?
1
2
3
4
5
6
7
8
9
>>> a = ['001','zhangsan','m']
>>> b = ['002','lisi','f']
>>> c = ['003','wangwu','m']
>>> df = pandas.dataframe(data=[a,b,c],columns=['id','name','sex'])
>>> df
  id   name sex
0 001 zhangsan  m
1 002   lisi  f
2 003  wangwu  m

4. 修改列名,从['id','name','sex']修改为['id','name','sex']

?
1
2
3
4
5
6
>>> df.columns = ['id','name','sex']
>>> df
  id   name sex
0 001 zhangsan  m
1 002   lisi  f
2 003  wangwu  m

5. 调整dataframe列顺序、调整列编号从1开始

http://www.zzvips.com/article/177058.html

6. dataframe随机生成10行4列int型数据

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
>>> import pandas
>>> import numpy
>>> df = pandas.dataframe(numpy.random.randint(0,100,size=(10, 4)), columns=list('abcd')) # 0,100指定随机数为0到100之间(包括0,不包括100),size = (10,4)指定数据为10行4列,column指定列名
>>> df
  a  b  c  d
0 67 28 37 66
1 21 27 43 37
2 73 54 98 85
3 40 78  4 93
4 99 60 63 16
5 48 46 24 61
6 59 52 62 28
7 20 74 36 64
8 14 13 46 60
9 18 44 70 36

7. 用时间序列做index名

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
>>> df # 原本index为自动生成的0~9
  a  b  c  d
0 31 25 45 67
1 62 12 61 88
2 79 36 20 97
3 26 57 50 44
4 24 12 50  1
5  4 61 99 62
6 40 47 52 27
7 83 66 71  4
8 58 59 25 62
9 38 81 60  8
>>> import pandas
>>> dates = pandas.date_range('20180121',periods=10)
>>> dates # 从20180121开始,共10天
datetimeindex(['2018-01-21', '2018-01-22', '2018-01-23', '2018-01-24',
        '2018-01-25', '2018-01-26', '2018-01-27', '2018-01-28',
        '2018-01-29', '2018-01-30'],
       dtype='datetime64[ns]', freq='d')
>>> df.index = dates # 将dates赋值给index
>>> df
       a  b  c  d
2018-01-21 31 25 45 67
2018-01-22 62 12 61 88
2018-01-23 79 36 20 97
2018-01-24 26 57 50 44
2018-01-25 24 12 50  1
2018-01-26  4 61 99 62
2018-01-27 40 47 52 27
2018-01-28 83 66 71  4
2018-01-29 58 59 25 62
2018-01-30 38 81 60  8

8. dataframe 实现类sql操作

pandas官方文档 comparison with sql

https://pandas.pydata.org/pandas-docs/stable/comparison_with_sql.html

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:https://www.cnblogs.com/huahuayu/p/8227494.html