DataFrame詳解-pandas

 

 

1、從csv讀取數據，生成DataFrame

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

#從csv文件中讀取數據，生成DataFrame
fandango = pd.read_csv('G:\\python\\庫應用（4個）\\3-可視化庫matpltlib\\fandango_scores.csv')
type(fandango)                           # pandas.core.frame.DataFrame

2、set_index()  使用現有列設置DataFrame索引

# set_index()  使用現有列設置DataFrame索引。
# drop:  刪除要用作新索引的列。
fandango_films = fandango.set_index('FILM', drop=True)
#help(fandango.set_index)
fandango_films.head(3)

3、DataFrame篩選行：指定row行元素名列表

# DataFrame使用括號符號[:]或loc[:]進行行區間切片
fandango_films["Avengers: Age of Ultron (2015)":"Hot Tub Time Machine 2 (2015)"]
fandango_films.loc["Avengers: Age of Ultron (2015)":"Hot Tub Time Machine 2 (2015)"]

# 指定row行元素 : loc[]
fandango_films.loc['Kumiko, The Treasure Hunter (2015)']

# DataFrame篩選行：指定row行元素名列表
fandango_films.loc[['Kumiko, The Treasure Hunter (2015)', 'Do You Believe? (2015)', 'Ant-Man (2015)']]

4、DataFrame篩選列：指定2個列數據: 'RT_user_norm', 'Metacritic_user_nom'

# DataFrame篩選列：指定2個列數據: 'RT_user_norm', 'Metacritic_user_nom'
fandango_films[['RT_user_norm', 'Metacritic_user_nom']]

5、查看每個columns的數據類型

# 查看每個columns的數據類型
types = fandango_films.dtypes

6、數據類型為float64的所有columns名字

# 數據類型為float64的所有columns名字
float_columns = types[types.values == 'float64'].index

7、篩選出float類型的所有列,生成一個新DataFrame

# 篩選出float類型的所有列,生成一個新DataFrame
float_df = fandango_films[float_columns]

8、np.std() 計算標准偏差

# np.std() 計算標准偏差。
#help(np.std)
# x是一列的Series對象
float_df.apply(lambda x: np.std(x))

9、按行求標准差：求每部電影'RT_user_norm', 'Metacritic_user_nom'的標准差

# 按行求標准差：求每部電影'RT_user_norm', 'Metacritic_user_nom'的標准差
#     # 取出'RT_user_norm', 'Metacritic_user_nom'的數據
rt_mt_user = float_df[['RT_user_norm', 'Metacritic_user_nom']]
# axis=1 按行執行np.std()標准差
rt_mt_user.apply(lambda x: np.std(x), axis=1)