pandas数据结构之DataFrame操作

时间：2024-09-04 11:06:26

这一次我的学习笔记就不直接用官方文档的形式来写了了，而是写成类似于“知识图谱”的形式，以供日后参考。

下面是所谓“知识图谱”,有什么用呢？
1.知道有什么操作（英文可以不看）
2.展示本篇笔记的结构
3.以后忘记某个函数某个参数时，方便查询
pandas数据结构之DataFrame操作 
原来写的地方是，那儿的代码看起来会舒服很多： https://www.yuque.com/u86460/dgt6mu/tlywuc   
创建
df.Dataframe(data,index)
1.data类型是字典
字典由series构成
>>> import pandas as pd

>>> #由series构成

>>> d ={'a':pd.Series([1,2,3,4]),'b':pd.Series([4,3,2,1,0])}

>>> df =pd.DataFrame(d)

>>> df

     a  b

0  1.0  4

1  2.0  3

2  3.0  2

3  4.0  1

4  NaN  0

>>> #指定Series的index(标签)

>>> d ={'a':pd.Series([1,2,3,4],index=['a', 'b', 'c','d']),

	'b':pd.Series([4,3,2,1,0],index=['a', 'b', 'c','d','f'])}

>>> pd.DataFrame(d)

     a  b

a  1.0  4

b  2.0  3

c  3.0  2

d  4.0  1

f  NaN  0

>>> #指定Dataframe的index(列标签)

>>> pd.DataFrame(d,index =['a', 'b', 'c','d','f'])

     a  b

a  1.0  4

b  2.0  3

c  3.0  2

d  4.0  1

f  NaN  0

>>> #指定Dataframe的columns(行标签)

>>> pd.DataFrame(d,index =['a', 'b', 'c','d','f'],columns=['b','c'])

   b    c

a  4  NaN

b  3  NaN

c  2  NaN

d  1  NaN

f  0  NaN
字典由列表或数组构成
>>> d ={'a':[1,2,3,4],'b':[4,3,2,1]}

>>> pd.DataFrame(d,index=['a', 'b', 'c','d'])

   a  b

a  1  4

b  2  3

c  3  2

d  4  1
字典的键由元组构成
>>> pd.DataFrame({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},

		    ('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},

		   ('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},

		   ('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},

		   ('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})

       a              b

       b    a    c    a     b

A B  1.0  4.0  5.0  8.0  10.0

  C  2.0  3.0  6.0  7.0   NaN

  D  NaN  NaN  NaN  NaN   9.0
2.类型是list
多个的字典构成的列表
    >>> d = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]

>>> pd.DataFrame(d)

   a   b     c

0  1   2   NaN

1  5  10  20.0
多个series构成的列表
>>> d =[pd.Series([1,2,3,4],index=['a', 'b', 'c','d']),

	pd.Series([4,3,2,1,0],index=['a', 'b', 'c','d','f'])]

>>> pd.DataFrame(d)

     a    b    c    d    f

0  1.0  2.0  3.0  4.0  NaN

1  4.0  3.0  2.0  1.0  0.0

>>> pd.DataFrame(d,index =['a','b'])

     a    b    c    d    f

a  1.0  2.0  3.0  4.0  NaN

b  4.0  3.0  2.0  1.0  0.0

>>> #每一个series就是一行
3.类型是标记的数组
>>> import numpy as np

>>> #指定数组每一列的数据类型,相当于创建一个模板

>>> data = np.zeros((2,), dtype=[('A', 'i4'),('B', 'f4'),('C', 'a10')])

>>> #为模板赋值

>>> data[:] = [(1,2.,'Hello'), (2,3.,"World")]

>>> pd.DataFrame(data)

   A    B         C

0  1  2.0  b'Hello'

1  2  3.0  b'World'
pd.DataFrame.from_dict(dict)
>>> pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]))

   A  B

0  1  4

1  2  5

2  3  6

>>> pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]),

			   orient='index', columns=['one', 'two', 'three'])

   one  two  three

A    1    2      3

B    4    5      6

#orient,相当于指定(字典中的键)key作为(列的标签)index
DataFrame.from_records
>>> pd.DataFrame.from_records(data, index='C')

          A    B

C

b'Hello'  1  2.0

b'World'  2  3.0
操作
上面创建部分是交互式操作，接下来就直接看代码的的注释，可以自己试着交互
import pandas as pd

import numpy as np

#**创建部分

#df.Dataframe(data,index)

'类型是字典'

    #由series构成

d ={'a':pd.Series([1,2,3,4]),'b':pd.Series([4,3,2,1,0])}

d ={'a':pd.Series([1,2,3,4],index=['a', 'b', 'c','d']),

	'b':pd.Series([4,3,2,1,0],index=['a', 'b', 'c','d','f'])}   #指定Series的index(标签)

pd.DataFrame(d,index =['a', 'b', 'c','d','f'])                      #指定Dataframe的index(列标签)

pd.DataFrame(d,index =pd.date_range('2000/1/1',periods=2))          #指定标签为日期

pd.DataFrame(d,index =['a', 'b', 'c','d','f'],columns=['b','c'])    #指定Dataframe的columns(行标签)

    #字典由列表或数组构成

d ={'a':[1,2,3,4],'b':[4,3,2,1]}

pd.DataFrame(d,index=['a', 'b', 'c','d'])

    #字典的键由元组构成

pd.DataFrame({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},

                    ('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},

		   ('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},

		  ('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},

		   ('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})

'类型是list'

    #多个的字典构成的列表

d = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]

    #多个series构成的列表

d =[pd.Series([1,2,3,4],index=['a', 'b', 'c','d']),

	pd.Series([4,3,2,1,0],index=['a', 'b', 'c','d','f'])]

'类型是标记的数组'

data = np.zeros((2,), dtype=[('A', 'i4'),('B', 'f4'),('C', 'a10')]) #指定数组每一列的数据类型,相当于创建一个模板

data[:] = [(1,2.,'Hello'), (2,3.,"World")]                          #为模板赋值

#pd.DataFrame.from_dict(dict)

pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]))

pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]),

			   orient='index', columns=['one', 'two', 'three'])

                                        #orient,相当于指定(字典中的键)key作为(列的标签)index

#DataFrame.from_records

df =pd.DataFrame.from_records(data, index='C')

#**操作部分

'选择'

    #选择列

df['A']

    #选择行

df.loc[b'Hello']

df.iloc[0]

df['d'] =df['A'] *df['B']           #生成新列

df['e'] =df['A'] >2

df['f'] =df['A'][:1]                #切片

'添加'

df.insert(1,'dd',df['B'])           #位置，column,值

'删除'

del df['A']

df.pop('B')

'变异'

df =pd.DataFrame(d)

df1 =df.assign(new =df['a'] +df['b'])

df1 =df.assign(new =lambda x:x['a'] *x['b'])

'过滤'

df1=df.query('a>1').assign(new =df['a'] +df['b'])

#**计算部分

'四则,布尔：+-*/,|&^  都是点对点形式'

'矩阵'

df.T            #转置

df.T@df

df.T.dot(df)    #积

#输出部分

df.to_string()

#pd.set_option('display.max_colwidth',30)

#pd.set_option('display.width', 40) # default is 80

相关文章