欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python中pandas.DataFrame的簡單操作方法（創(chuàng)建、索引、增添與刪除）

 更新時(shí)間：2017年03月12日 14:57:57   作者：赤兔DD  
這篇文章主要介紹了python中pandas.DataFrame的簡單操作方法，其中包括創(chuàng)建、索引、增添與刪除等的相關(guān)資料，文中介紹的非常詳細(xì)，需要的朋友可以參考借鑒，下面來一起看看吧。

前言

最近在網(wǎng)上搜了許多關(guān)于pandas.DataFrame的操作說明，都是一些基礎(chǔ)的操作，但是這些操作組合起來還是比較費(fèi)時(shí)間去正確操作DataFrame，花了我挺長時(shí)間去調(diào)整BUG的。我在這里做一些總結(jié)，方便你我他。感興趣的朋友們一起來看看吧。

一、創(chuàng)建DataFrame的簡單操作：

1、根據(jù)字典創(chuàng)造：

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，但是沒有index的值，所以需要自己設(shè)定，不設(shè)定默認(rèn)是從零開始計(jì)數(shù)。

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、從多維數(shù)組中創(chuàng)建

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

從多維數(shù)組中創(chuàng)建就需要為DataFrame賦值columns和index，否則就是默認(rèn)的，很丑的。

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創(chuàng)建

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

這里的拷貝是深拷貝，改變cc中的值并不能改變bb中的值。

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：

對(duì)于一個(gè)DataFrame來說，索引是最煩的，最易出錯(cuò)的。

1、索引一列或幾列，比較簡單：

bb['one']
Out[21]: 
22 1
33 4
44 7
Name: one, dtype: int32

多個(gè)列名需要將輸入的列名存在一個(gè)列表里，才是個(gè)collerable的變量，否則會(huì)報(bào)錯(cuò)。

bb[['one','three']]
Out[29]: 
 one three
22 1 3
33 4 6
44 7 9

2、索引一條記錄或幾條記錄：

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

這里注意冒號(hào)是必須有的，否則是索引列的了。

3、索引某幾列的變量的某幾條記錄，這個(gè)折磨了我好久：

第一種

bb.loc[[22,33]][['one','three']]
Out[30]: 
 one three
22 1 3
33 4 6

這種不能改變這里面的值，你只是能讀值，不能寫值，可能和loc()函數(shù)有關(guān)：

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

第二種：也是只能看

bb[['one','three']][:2]
Out[33]: 
 one three
22 1 3
33 4 6

想要改變其中的值就會(huì)報(bào)錯(cuò)。

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)

第三種：可以改變數(shù)據(jù)的值！?。?/p>

Iloc是按照數(shù)據(jù)的行列數(shù)來索引，不算index和columns

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

下面是證明：

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上新建一個(gè)columns或幾個(gè)columns

1、什么都不用的，只能單獨(dú)創(chuàng)建一列，多列并不好使，親測(cè)無效：

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"

賦予的list基本就是按照所給index值順序賦值，可是一般我們是要對(duì)應(yīng)的index進(jìn)行賦值，想要更高級(jí)的賦值就看后面的了。

2、使用字典進(jìn)行多列按index賦值：

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

這里aa是一個(gè)字典和列表的嵌套，相當(dāng)于一條記錄，使用keys當(dāng)做index名而不是一般默認(rèn)的columns名。達(dá)到了按index多列匹配的目的。由于dict（）儲(chǔ)存是混亂的，之間用dict（）而不給他的index賦值會(huì)記錄錯(cuò)亂，這一點(diǎn)注意值得注意。

四、刪除多列或多記錄：

刪除列

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

刪除記錄

bb.drop([22,33],axis=0)
Out[61]: 
 one two three new hi hello ok
44 9 9 9 4 657 77 77

跟大家分享一篇關(guān)于python中pandas.DataFrame對(duì)行與列求和及添加新行與列示例，感興趣的朋友們可以看看。

DataFrame還有很多功能還沒有涉及，等以后有涉及到，看完官網(wǎng)的API之后，還會(huì)繼續(xù)分享，everything is ok。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對(duì)腳本之家的支持。

相關(guān)文章

最新評(píng)論