pandas库dateframe介绍

javascript：void（0）; ”的onclick =“ copyCnblogsCode（这）”标题=“复制代码”> <IMG SRC =” //common.cnblogs.com/images/copycode.gif” ALT =“复制代码”> </一> </跨度> </ div>

 <span style =” color：rgb（0，0，255）；--darkreader-inline-color：＃337dff; ” data-darkreader-inline-color =“”>

导入</ span> <span style =“ color：rgb（0，0，0）; --darkreader-inline-color：＃e8e6e3; ” data-darkreader-inline-color =“”> numpy as np </ span> <span style =” color：rgb（0，0，255）；-darkreader-inline-color：＃337dff; ” data-darkreader-inline-color =“”>导入</ span> <span style =“颜色：rgb（0，0，0）；-darkreader-inline-color：＃e8e6e3; “ data-darkreader-inline-color =””>熊猫作为pd
test_1 </ span> = pd.DataFrame（np.random.rand（4，4 <span style =” color：rgb（0，0，0）; --darkreader-inline-color：＃e8e6e3; ” data-darkreader -inline-color =“”>），索引</ span> =列表（<span样式=” color：rgb（128，0，0）；-darkreader-inline-color：＃ff7272; ” data-darkreader-inline-color =“”>'</ span> <跨度风格

=“ color：rgb（128，0，0）; --darkreader-inline-color：＃ff7272; ” data-darkreader-inline-color =“”> ABCD </ span> <span style =” color：rgb（128，0，0）; --darkreader-inline-color：＃ff7272; “ data-darkreader-inline-color =”“>'</ span>），列= list（<span style =” color：rgb（128，0，0）; --darkreader-inline-color：＃ff7272; “ data-darkreader-inline-color =“”>'</ span> <span style =” color：rgb（128，0，0）; --darkreader-inline-color：＃ff7272; “ data-darkreader-inline-color =””> 1234 </ span> <span style =” color：rgb（128，0，0）；-darkreader-inline-color：＃ff7272; “ data-darkreader-inline-color =”“>'</ span>））<span style =” color：rgb（0，128，0）; --darkreader-inline-color：＃72ff72；“ data-darkreader-inline-color =”“> =” color：rgb（0，128，0）；--darkreader-inline-color：＃72ff72;”> test_2 = pd。

]],

index=list('1234'), columns=list('ABCD'))  # 自己输入

dic1 = {'name': ['小明', '小红', '狗蛋', '铁柱'],

'age': [17, 20, 5, 40], 'sex': ['男', '女', '女', '男']}  # 使用字典进行输入

test_3 = pd.DataFrame(dic1, index=list('ABCD'))

print(test_1, '\n')

print(test_2, '\n')

print(test_3, '\n')

2.查看数据情况

print('查看数据类型:\n', test_3.dtypes, '\n')
print('看前两行:\n', test_3.head(2), '\n')
print('看后两行:\n', test_3.tail(2), '\n')
print('index看行名:\n', test_3.index, '\n')
print('columns看行名:\n', test_3.columns, '\n')

3.数据检索

print('看所有数据值:\n', test_3.values, '\n')
print('查看name列的数据:\n', test_3['name'].values, '\n')
print('使用loc进行行检索:\n', test_3.loc['A'], '\n')
print('使用iloc进行行检索:\n', test_3.iloc[0], '\n')
print('直接使用名字进行列检索,但不适合行检索:\n', test_3['name'], '\n')

4.对表进行描述

print('对表进行描述:\n', test_3.describe(), '\n')

5.表的合并

print('进行转置:\n', test_3.T, '\n')
print('查看行数:', test_3.shape[0], '查看列数:', test_3.shape[1], '\n')
# print('对表进行描述:\n', test_3.describe(), '\n')

test_3.insert(3, 'skin', ['b', 'w', 'w', 'y'])
print('对表用insert进行插入:\n', test_3, '\n')
test_4 = pd.DataFrame(['T', 'E', 'W', 'A'], index=list('ABCD'), columns=list('N'))

# print('新建的DataFrame:\n', test_4, '\n')

print('合并DataFrame:\n', test_3.join(test_4), '\n')