h2 { font-size: 24px; height: 35px; line-height: 35px !important; width: 95%; background-color: #169FE6; padding-left: 10px; color: white }
table { border: 1px solid #d3d3d3; background: #fefefe; width: 90% }
th,td { padding: 0.5% 1% 0.5% }
th { background: #e8eaeb }
td { border-top: 1px solid #e0e0e0; border-right: 1px solid #e0e0e0 }
tr:nth-child(2n+1) { background: #f6f6f6 }
td.first,th.first { text-align: left }
td.last { border-right: none }
td { background: -webkit-gradient(linear, 0% 0%, 0% 25%, from(#f9f9f9), to(#fefefe)) }
tr:nth-child(2n+1) td { background: -webkit-gradient(linear, 0% 0%, 0% 25%, from(#f1f1f1), to(#f6f6f6)) }
th { background: -webkit-gradient(linear, 0% 0%, 0% 20%, from(#ededed), to(#e8eaeb)) }
tr:first-child th.first { }
tr:first-child th.last { }
tr:last-child td.first { }
tr:last-child td.last { }
.syntaxhighlighter { width: 95% !important }
一、DataFrame简介
- 一个表型格数的、据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
二、DataFrame创建
- DataFrame可以使用数组，列表和字典等方式进行创建
- 当DataFrame数组和列表创建时，可指定参数index(行索引)和columns(列索引)，如果不指定，默认用0的列表为序列号
- 创建后的DataFrame，亦可修改行列参数
import pandas as pd
a = pd.DataFrame(
[
[‘小红‘, ‘小花‘, ‘小兰‘],
[85, 93, 99]
])
b = pd.DataFrame(
[
[‘小红‘, 85],
[‘小花‘, 93],
[‘小兰‘, 99]
], columns=[‘姓名‘, ‘成绩‘]
)
data = {
‘apart‘: [‘101‘, ‘102‘, ‘103‘, ‘104‘],
‘profits‘: [681.5, 125, 15.5, 160],
‘year‘: [2007, 2010, 2012, 2008],
‘months‘: 8
}
c = pd.DataFrame(data, index=[‘one‘, ‘two‘, ‘three‘, ‘four‘])
print("普通列表创建：\n", a)
print("带列名的创建：\n", b)
print("字典方式创建：\n", c)
>>>
普通列表创建：
0 1 2
0 小红 小花 小兰
1 85 93 99
带列名的创建：
姓名 成绩
0 小红 85
1 小花 93
2 小兰 99
字典方式创建：
apart months profits year
one 101 8 681.5 2007
two 102 8 125.0 2010
three 103 8 15.5 2012
four 104 8 160.0 2008
三、DataFrame查询
DataFrame可以直接通过列索引名，查看或修改整列值
如果想通过行索引名查询的话，需要借助ix(‘行索引名‘)
import pandas as pd
data = {
‘apart‘: [‘101‘, ‘102‘, ‘103‘, ‘104‘],
‘profits‘: [681.5, 125, 15.5, 160],
‘year‘: [2007, 2010, 2012, 2008],
‘months‘: 8
}
c = pd.DataFrame(data, index=[‘one‘, ‘two‘, ‘three‘, ‘four‘])
print("列索引：\n", c[‘year‘])
print("行索引：\n", c.ix[‘three‘])
>>>
列索引：
one 2007
two 2010
three 2012
four 2008
Name: year, dtype: int64
行索引：
apart 103
months 8
profits 15.5
year 2012
Name: three, dtype: object
四、数据过滤
- dropna：丢弃（删除）有NaN的行, 可以通过阈值（how参数）的调节对缺失值的容忍度
- fillna：用指定值或者插值的方式填充缺失数据，比如: ffill或者bfill
- isnull：返回一个含有布尔值的对象，这些布尔值表示那些值是缺失值NA
- notnull：返回布尔值对象，非空位为True
############这里演示一个特殊的填充方式############
import pandas as pd
import numpy as np
a = pd.DataFrame(np.random.rand(7, 3))
a.ix[:4, 1] = np.NaN
a.ix[:2, 2] = np.NaN
a=a.fillna({1: 0.5, 2: -1, 3: 2})#按照列索引进行填充
print(a)
>>>
0 1 2
0 0.467758 0.500000 -1.000000
1 0.436149 0.500000 -1.000000
2 0.917665 0.500000 -1.000000
3 0.473428 0.500000 0.113061
4 0.703225 0.500000 0.090117
5 0.926495 0.962959 0.005762
6 0.414894 0.753270 0.243547
进程已结束,退出代码0
五、DataFrame运算
DataFrame也保留了大量Numpy的运算机制，它们在DataFrame中均可以使用。
DataFrame中默认是按照列索引进行计算的，如果要按照行索引计算，需要在方法后面设置维度参数axis=1
import pandas as pd
a = pd.DataFrame(
[
[98.5, 89.5, 88.5],
[98.5, 85.5, 80.0],
[70.0, 85.0, 60.0],
[80.0, 85.0, 82.0]
], columns=[‘语文‘, ‘数学‘, ‘英语‘]
)
print("原数组：\n", a)
print("统计结果：\n", a.describe())
>>>
统计结果：
语文 数学 英语
count 4.000000 4.000000 4.000000
mean 86.750000 86.250000 77.625000
std 14.168627 2.179449 12.297527
min 70.000000 85.000000 60.000000
25% 77.500000 85.000000 75.000000
50% 89.250000 85.250000 81.000000
75% 98.500000 86.500000 83.625000
max 98.500000 89.500000 88.500000
原文地址：https://www.cnblogs.com/hezhefly/p/8284260.html