DataFrame

一、介绍

DataFrame是一个表格型的数据结构，含有一组有序的列。DataFrame可以被看做是Series组成的字典，并且共用一个索引

二、案例

1、创建方式

import pandas as pd
print("创建方式：")
print("方法一：通过字典的方式进行创建：")
sr=pd.DataFrame({'one':[1,2,3],'two':[4,5,6]},index=['a','b','c'])
print(sr)
print("方法二：分别设置索引：")
sr1=pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([3,4,5,6],index=['d','a','b','c'])})
print(sr1)

print("从文件读取CSV:")
sr3=pd.read_csv(r'F:\Python Work\data_analysis\data\test.csv')
print(sr3)
print("保存数据到csv文件中:")
sr1.to_csv(r'F:\Python Work\data_analysis\data\test1.csv')#sr1为保存的字典名  若有缺失值则自动保存为空
print("保存成功！")

 

 2、常用属性

print(sr1)
print(sr1.index)#获取行索引
print(sr1.columns)#获取列索引
print(sr1.values)#获取数值（二维数组）

print(sr1.T)#转置，行变列，列变行，由于nan为浮点类型，每一列保持统一字符型，所以有了小数位

print(sr1.describe())#对于每一列进行分析和总结
#count：值得数量
#mean：平均数
#std：标准差
#50%：中位数

#DataFrame索引和切片
print(sr3)
print("------------------")
#获取某一指定得数值
print(sr3.loc[1,'a'])
print("------------------")
#获取指定得某一行
print(sr3.loc[1,:])
print("------------------")
#获取指定得某一列
print(sr3.loc[:,'a'])
print("------------------")
#获取指定的某两行
print(sr3.loc[{1,2},:])
print("------------------")
#获取指定的某两列
print(sr3.loc[:,{'b','c'}])
print("------------------")

import numpy as np
sr1.loc['d','two']=np.nan
sr1.loc['c','one']=np.nan
#数据对齐和数据缺失处理
print(sr1)
print("------------------")
#为缺失值复制为0
print(sr1.fillna(0))
print("------------------")
#删除具有缺失值的数据：会删除整行
print(sr1.dropna())
print("------------------")
#只想删除行索引中都为空的行
print(sr1.dropna(how="all"))
print("------------------")
#删除具有缺失值的列
df=sr1.dropna(how="all")
print(df.dropna(axis=1))#axis为轴，0为行，1为列
print("------------------")

 

 3、pandas中其他常用方法

#其他常用的函数
print(df)
print("---------1---------")
#求列平均数
print(df.mean())
print("--------2----------")
#求行平均数
print(df.mean(axis=1))
print("--------3----------")
#求和同理，用sum函数
#排序
#按列进行排序（有缺失值的部分不参与排期）
print(df.sort_values(by="two"))
print("---------4---------")
#降序
print(df.sort_values(by="two",ascending=False))
print("---------5---------")
#按标签进行排序
print(df.sort_index(axis=1))
print("------------------")