DateFrame
-
DateFrame:一個二維標記數據結構，具有可能不同類型的列，每一列可以是不同值類型(數值，字符串，布爾值)，既有行索引也有列索引。我們可以把它看作為excel表格，或者SQL表，或Series對象的字典。 -
構建
DateFrame的方法:字典類：數組、列表或元組構成的字典構造dataframe，Series構成的字典構造dataframe， 字典構成的字典構造dataframe
列表類:2D ndarray 構造dataframe，字典構成的列表構造dataframe，Series構成的列表構造dataframe
-
查看數據
head()，tail()pd5 = pd.DataFrame(np.arange(20).reshape(10,2)) pd5 0 1 0 0 1 1 2 3 2 4 5 3 6 7 4 8 9 5 10 11 6 12 13 7 14 15 8 16 17 9 18 19 # head()默認查看前5行，輸入參數N，就查看前N行 pd5.head() 0 1 0 0 1 1 2 3 2 4 5 3 6 7 4 8 9 #tail()默認查看后5行,輸入參數N，就查看后N行 pd5.tail() 0 1 5 10 11 6 12 13 7 14 15 8 16 17 9 18 19 -
.T
#和Numpy一樣，進行轉置 pd6 = pd.DataFrame(np.arange(4).reshape(2,2),index=['a','b'],columns=['A','B']) pd6 A B a 0 1 b 2 3 pd6.T #行和列進行轉置 a b A 0 2 B 1 3 -
數組、列表或元組構成的字典構造dataframe
#構造一個字典 data = {'a':[1,2,3,4], 'b':(5,6,7,8), 'c':np.arange(9,13)} #構造dataframe frame = pd.DataFrame(data) frame a b c 0 1 5 9 1 2 6 10 2 3 7 11 3 4 8 12 #index屬性查看行索引 frame.index RangeIndex(start=0, stop=4, step=1) #columns屬性查看列索引 frame.columns Index(['a', 'b', 'c'], dtype='object') #values屬性查看值 frame.values array([[ 1, 5, 9], [ 2, 6, 10], [ 3, 7, 11], [ 4, 8, 12]], dtype=int64) # 每個序列是DateFrame的一列，所有的序列長度必須相等，columns為字典的key,index為默認的數字標簽，我們可以通過index屬性進行修改 #指定index frame = pd.DataFrame(data,index=['A','B','C','D']) frame a b c A 1 5 9 B 2 6 10 C 3 7 11 D 4 8 12 #指定columns，顯示所指定列的數據，並按指定的順序進行排序,當沒有數據中沒有該列('e')，那么就會用NaN來填充 frame = pd.DataFrame(data,index=['A','B','C','D'],columns=['a','b','c','e']) frame a b c e A 1 5 9 NaN B 2 6 10 NaN C 3 7 11 NaN D 4 8 12 NaN -
2D ndarray 構造dataframe
#構造二維數組對象 arr1 = np.arange(12).reshape(4,3) #構造dateframe frame1 = pd.DataFrame(arr1) frame1 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 3 9 10 11 #我們通過二維數組對象創建dataframe，行索引和列索引都是可選參數，指定index和columns必須和原數組長度一致，默認0到N-1 frame2 = pd.DataFrame(arr1,index=['a','b','c','d'],columns=['A','B','C']) frame2 A B C a 0 1 2 b 3 4 5 c 6 7 8 d 9 10 11 -
Series構成的字典構造dataframe
pd1 = pd.DataFrame({'a':pd.Series(np.arange(3)), 'b':pd.Series(np.arange(3,5)), }) pd1 a b 0 0 4 1 1 5 2 2 NaN #設置index, pd1 = pd.DataFrame({'a':pd.Series(np.arange(3),index=['a','b','c']), 'b':pd.Series(np.arange(3,5),index=['a','b']), }) pd1 a b a 0 3.0 b 1 4.0 c 2 NaN #我們用Series構成的字典創建dataframe，指定索引我們需要在Series里面指定索引,index為Series的標簽，Series長度可以不一樣，會以NaN填充 -
字典構成的字典構造dataframe
#字典嵌套 data = { 'a':{'apple':3.6,'banana':5.6}, 'b':{'apple':3,'banana':5}, 'c':{'apple':3.2} } #構造dataframe pd2 = pd.DataFrame(data3) pd2 a b c apple 3.6 3 3.2 banana 5.6 5 NaN #內部字典是一列,內部字典的key是行索引index,外部字典的key是列索引columns, -
字典構成的列表構造dataframe
l1 = [{'apple':3.6,'banana':5.6},{'apple':3,'banana':5},{'apple':3.2}] pd3 = pd.DataFrame(l1) pd3 apple banana 0 3.6 5.6 1 3.0 5.0 2 3.2 NaN #列表中的每一個元素是一行,字典的key是列索引columns #指定行索引index,必須和數據長度一致 pd3 = pd.DataFrame(l1,index=['a','b','c']) pd3 apple banana a 3.6 5.6 b 3.0 5.0 c 3.2 NaN -
Series構成的列表構造dataframe
l2 = [pd.Series(np.random.rand(3)),pd.Series(np.random.rand(2))] pd4=pd.DataFrame(l2) pd4 0 1 2 0 0.482106 0.025374 0.020586 1 0.912417 0.229153 NaN #列表中的每一個元素是一行 #設置行索引index,和原數組長度一致 pd4=pd.DataFrame(l2,index=['a','b']) pd4 0 1 2 a 0.482106 0.025374 0.020586 b 0.912417 0.229153 NaN #設置列索引columns,我們需要在series對象設置index l2 = [pd.Series(np.random.rand(3),index=['A','B','C']),pd.Series(np.random.rand(2),index=['A','B'])] pd4=pd.DataFrame(l2,index=['a','b']) pd4 A B C a 0.999713 0.507880 0.091274 b 0.798486 0.268391 NaN