DataFrame的索引和基本操作

一、DataFrame的索引

1，選擇列

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

df = DataFrame(np.random.rand(12).reshape((3,4)),
              index = ['one', 'two', 'three'],
              columns= list('abcd')
              )
print(df)
type(df['a'])
df[['a','c']]  # dataframe

 

 

 注：df[ ]--選擇列，整數可以選擇行，但是不能單獨選擇，要用切片的方式如df[:2]

2，選擇行

df1 = DataFrame(np.random.rand(12).reshape((3,4)),
                index = [3,2,1],
              columns= list('abcd')
              )
print(df1)
df.loc['one']   # 單獨的行，返回的也是一個Series對象
# df1.loc[0]  # 整數的索引，只能是index 是默認的整數時
df.loc[['one','three','four']]  # 多行，返回的也是一個Dataframe對象
df1.loc[2:1]
# df.loc['two':'three']  # index 標簽切片，閉區間
# df.loc[label] 主要是針對行索引，同時指出指定index，及默認的index

 

 

 

 

 

 注：df.loc[ ]--按index選擇行，字符串標簽索引

3，另外一種索引方法

df.iloc[] 按照整數位置(從0到length-1)選擇行
類似於list的索引，順序就是dataframe的整數位置，從0開始算

print(df)
df.iloc[0]  # 一行
# df.iloc[3] 不能超出索引的范圍
df.iloc[[0,1]]  # 選擇多行，返回dataframe對象

df.iloc[[1,0]] # 選擇的多行，順序可變
df.iloc[::2]

4，布爾型索引

原理和Series原理相同

# df = df/10000
print(df)
b1 = df < 20    # 返回一個和df形狀相同的布爾型 dataframe
df[b1]  # 返回一個dataframe，所有數據，True返回原數據，False 返回NaN

b2 = df['a'] > 50  # 單列，就是Series
# print(b2, type(b2))
df[b2]  # 單列做判斷，保留判斷為True的行數據

# 多列做判斷
b3 = df[['a', 'b']] > 50  #  返回一個布爾型的dataframe
print(b3)
print(df[b3])  # 返回形狀相同的dataframe 為True位置返回數據，False和其他位置都返回NaN

5，多重索引，同時索引列和行

print(df)
df['a'].loc[['one','three']]
df[['b', 'c', 'd']].iloc[::2]
df[df['a']<50].iloc[0]

二、DataFrame的基本操作

1，數據查看和轉置

df = DataFrame(np.random.rand(16).reshape((4,4)))
df.head(2)
df.tail()
# .T
print(df)
print(df.T)

 

 

 2，添加和修改

df.columns = list('abcd')
df['e'] = 10   #  指定添加一列，標量重復
df

# 添加一行，df數據同上
df.loc[4]=5
print(df)

# 修改，df數據同上
df['e'] = 0
print(df)

# 修改多列，df數據同上
df[['d','e']] = 88
print(df)
# 直接索引賦值

 

 

 3，刪除

# 刪除一列  del  df數據同上
del df['e']
print(df)

# 刪除的第二種方法
df.drop(0)   # drop 默認會返回刪除后的datafarme

# drop()  axis=0 刪除行 axis=1 刪除列
df.drop('a', axis=1)

# drop 默認會返回一個新的值，設置 inplace=True修改原數據
df.drop(0,inplace=True)
3 df

4，對齊

df = DataFrame(np.arange(16).reshape((4,4)), columns=list('abcd'))
df1 = DataFrame(np.arange(9).reshape((3,3)), columns=list('cba'))
print(df)
print(df1)
# 按照行和列的標簽自動對齊
df+df1

 

 

 

 

 

 5，排序

df = DataFrame(np.random.randint(16,size=[4,4]), columns=list('abcd'))
df
# 按值排序
df.sort_values('b', ascending=False)  # 按照列標簽等於b的那一列的值進行排序，默認從小到大 ascending=True 默認，False降序

df.sort_values(['b','c'])  # 聯合

 

 

  

# 默認axis=0 ，就是要用列的值，去對行進行排序,所以第一個參數需要傳入 列索引
# axis=1 ，就是用行的值，去對列進行排序，傳入行索引
df.sort_values(2, axis=1)

 

 

# 按索引排序
df.index = [5,2,4,1]
df.columns = list('adce')
print(df)

df.sort_index(ascending=False)  # 默認按行索引進行降序  ascending=False 降序
# axis=1 按列索引排序
df.sort_index(axis=1)