前言
最近在网上搜了许多关于pandas.DataFrame的操作说明，都是一些基础的操作，但是这些操作组合起来还是比较费时间去正确操作DataFrame，花了我挺长时间去调整BUG的。我在这里做一些总结，方便你我他。感兴趣的朋友们一起来看看吧。
一、创建DataFrame的简单操作：
1、根据字典创造：
|
1
2
3
4
5
6
7
8
9
|
In [1]: import pandas as pd
In [3]: aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]}
In [4]: bb=pd.DataFrame(aa)
In [5]: bb
Out[5]:
one three two
0 1 3 2
1 2 4 3
2 3 5 4`
|
字典中的keys就是DataFrame里面的columns，但是没有index的值，所以需要自己设定，不设定默认是从零开始计数。
|
1
2
3
4
5
6
7
|
bb=pd.DataFrame(aa,index=['first','second','third'])
bb
Out[7]:
one three two
first 1 3 2
second 2 4 3
third 3 5 4
|
2、从多维数组中创建
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import numpy as np
In [9]: del aa
In [10]: aa=np.array([[1,2,3],[4,5,6],[7,8,9]])
In [11]: aa
Out[11]:
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
In [12]: bb=pd.DataFrame(aa)
In [13]: bb
Out[13]:
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
|
从多维数组中创建就需要为DataFrame赋值columns和index，否则就是默认的，很丑的。
|
1
2
3
4
5
6
7
|
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
In [15]: bb
Out[15]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
|
3、用其他的DataFrame创建
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
bb
Out[15]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
cc=bb[['one','three']].copy()
Cc
Out[17]:
one three
22 1 3
33 4 6
44 7 9
|
这里的拷贝是深拷贝，改变cc中的值并不能改变bb中的值。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
cc['three'][22]=5
bb
Out[19]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
cc
Out[20]:
one three
22 1 5
33 4 6
44 7 9
|
二、DataFrame的索引操作：
对于一个DataFrame来说，索引是最烦的，最易出错的。
1、索引一列或几列，比较简单：
|
1
2
3
4
5
6
|
bb['one']
Out[21]:
22 1
33 4
44 7
Name: one, dtype: int32
|
多个列名需要将输入的列名存在一个列表里，才是个collerable的变量，否则会报错。
|
1
2
3
4
5
6
|
bb[['one','three']]
Out[29]:
one three
22 1 3
33 4 6
44 7 9
|
2、索引一条记录或几条记录：
|
1
2
3
4
5
6
7
8
9
|
bb[1:3]
Out[27]:
one two three
33 4 5 6
44 7 8 9
bb[:1]
Out[28]:
one two three
22 1 2 3
|
这里注意冒号是必须有的，否则是索引列的了。
3、索引某几列的变量的某几条记录，这个折磨了我好久：
第一种
|
1
2
3
4
5
|
bb.loc[[22,33]][['one','three']]
Out[30]:
one three
22 1 3
33 4 6
|
这种不能改变这里面的值，你只是能读值，不能写值，可能和loc()函数有关：
|
1
2
3
4
5
6
7
|
bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]]
In [32]: bb
Out[32]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
|
第二种：也是只能看
|
1
2
3
4
5
|
bb[['one','three']][:2]
Out[33]:
one three
22 1 3
33 4 6
|
想要改变其中的值就会报错。
|
1
2
3
4
5
|
In [34]: bb[['one','three']][:2]=[[2,2],[2,2]]
-c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
F:\Anaconda\lib\site-packages\pandas\core\frame.py:1999: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
return self._setitem_slice(indexer, value)
|
第三种：可以改变数据的值！！！
Iloc是按照数据的行列数来索引，不算index和columns
|
1
2
3
4
5
6
7
8
9
10
11
12
|
bb.iloc[2:3,2:3]
Out[36]:
three
44 9
bb.iloc[1:3,1:3]
Out[37]:
two three
33 5 6
44 8 9
bb.iloc[0,0]
Out[38]: 1
|
下面是证明：
|
1
2
3
4
5
6
7
|
bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]]
In [45]: bb
Out[45]:
one two three
22 9 9 3
33 9 9 6
44 9 9 9
|
三、在原有的DataFrame上新建一个columns或几个columns
1、什么都不用的，只能单独创建一列，多列并不好使，亲测无效：
|
1
2
3
4
5
6
7
8
9
|
bb['new']=[2,3,4]
bb
Out[51]:
one two three new
22 9 9 3 2
33 9 9 6 3
44 9 9 9 4
bb[['new','new2']]=[[2,3,4],[5,3,7]]
KeyError: "['new' 'new2'] not in index"
|
赋予的list基本就是按照所给index值顺序赋值，可是一般我们是要对应的index进行赋值，想要更高级的赋值就看后面的了。
2、使用字典进行多列按index赋值：
|
1
2
3
4
5
6
7
8
|
aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}
In [58]: bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys()))
In [59]: bb
Out[59]:
one two three new hi hello ok
22 9 9 3 2 33 55 457
33 9 9 6 3 234 44 55
44 9 9 9 4 657 77 77
|
这里aa是一个字典和列表的嵌套，相当于一条记录，使用keys当做index名而不是一般默认的columns名。达到了按index多列匹配的目的。由于dict（）储存是混乱的，之间用dict（）而不给他的index赋值会记录错乱，这一点注意值得注意。
四、删除多列或多记录：
删除列
|
1
2
3
4
5
6
|
bb.drop(['new','hi'],axis=1)
Out[60]:
one two three hello ok
22 9 9 3 55 457
33 9 9 6 44 55
44 9 9 9 77 77
|
删除记录
|
1
2
3
4
|
bb.drop([22,33],axis=0)
Out[61]:
one two three new hi hello ok
44 9 9 9 4 657 77 77
|
跟大家分享一篇关于python中pandas.DataFrame对行与列求和及添加新行与列示例，感兴趣的朋友们可以看看。
DataFrame还有很多功能还没有涉及，等以后有涉及到，看完官网的API之后，还会继续分享，everything is ok。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对服务器之家的支持。
原文链接：http://blog.csdn.net/maliang_1993/article/details/50907983