[python][pandas]DataFrame的基本操作

问题来源

在实验中经常需要将数据保存到易于查看的文件当中,由于大部分都是vector数据,所以选择pandas的dataframe来保存到csv文件是最简单的方法。

基本操作

下图是DataFrame的一些基本概念,可以看出与基本的csv结构是保持一致的。

1. 创建DataFrame

创建DataFrame通常有两种方法,从list中创建和从dict中创建:

  • 从dict创建,key的名字会作为名,如下所示:

    >>> d = {'col1': [1, 2], 'col2': [3, 4]}
    >>> df = pd.DataFrame(data=d)
    >>> df
    col1 col2
    0 1 3
    1 2 4
  • 从list创建, 列名会以[0,n]来显示:

    >>> d = [2, 3, 4, 5]
    >>> df = pd.DataFrame(data=d)
    >>> df
    0
    0 2
    1 3
    2 4
    3 5

    当然也可以指定列名:

    >>> df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
    ... columns=['a', 'b', 'c'])
    >>> df2
    a b c
    0 1 2 3
    1 4 5 6
    2 7 8 9

note:对于不带小数点的数字,df默认的datatype为int64,如果需要修改datatype,那么需要在创建的时候声明datatype:

>>> df = pd.DataFrame(data=d, dtype=np.int8)

2. 行列选择

行列查找,可以分为单行/列查找和多行/列查找,思路都一样。

单/多行查找是通过loc函数进行查找的,例子如下:

>>> data = pd.read_csv("nba.csv", index_col ="Name")
>>> data.loc["Avery Bradley"]) # 查找一行
>>> data.loc[["Avery Bradley","R.J. Hunter"]] #查找多行

需要注意的是,先对数据进行索引,默认的索引为[0,n]。

单/多列的查找更简单一些,可以直接使用下标的方式来进行查找,猜测在df内部存储的方式是以列优先的。例子如下:

>>> data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
'Age':[27, 24, 22, 32],
'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
'Qualification':['Msc', 'MA', 'MCA', 'Phd']}
>>> df = pd.DataFrame(data)
>>> df['Name'] # 查找为Name一列的所有数据
>>> df[['Name','Address']] #查找Name和Address的数据

通过索引下标查找,通过数组下标来查找,可以通过iloc方法来查找,例子如下:

>>> data = pd.read_csv("nba.csv", index_col ="Name")
>>> row2 = data.iloc[3] # 查找第4行
>>> row2 = data.iloc [[3, 5, 7]] # 查找多行

查找分块矩阵也类似于上诉的方法,例子如下:

>>> data = pd.read_csv("nba.csv", index_col ="Name")
>>> row2 = data.iloc[[3, 4], [1, 2]]
>>> row2 = data.iloc [:, [1, 2]]

3. 调整行号

如果是使用dict生成的df,那么其对应的列的顺序是按照字母序进行排列的,这时需要进行按添加顺序进行排序。可以通过以下方式调整顺序:

>>> data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
'Age':[27, 24, 22, 32],
'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
'Qualification':['Msc', 'MA', 'MCA', 'Phd']}
>>> df = pd.DataFrame(data)
>>> df = df[['Name','Age','Address','Qualification']]

当然还有一些需求,比如需要修改行的编号,修改行号为日期,那么可以使用下面的方法:

>>> df = pd.DataFrame(data)
>>> df.index = df.index + 1 #行号从1开始
>>> df.index = pd.date_range('20190101',periods=len(df)) #行号为日期

引用

[1]. https://www.geeksforgeeks.org/python-pandas-dataframe/

[2]. https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html

posted @   wildkid1024  阅读(8656)  评论(0编辑  收藏  举报
编辑推荐:
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
阅读排行:
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
点击右上角即可分享
微信分享提示