pandas (2) DataFrame数据结构

分手后的思念是犯贱 2022-06-01 10:08 263阅读 0赞

import numpy as np
    import pandas as pd
    from pandas import DataFrame
    
    # DataFrame是一个表格型数据结构,它含有一组有序的列,每列可以是不同的值类型(数值,字符串,布尔值等),
    # DataFrame既有行索引又有列索引,它可以被看做由Series组成的字典
    
    #1.可以通过直接传入一个由等长的列表或Numpy数组组成的字典构建一个DataFrame
    data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
            'year': [2000, 2000, 2001, 2002, 2001],
            'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
    frame = DataFrame(data)
    print(frame)
    
    #2.如果指定了列序列,则DataFrame的列会按照指定序列进行排列
    print(DataFrame(data, columns=['year', 'state', 'pop']))
    
    #3.跟Series一样,如果传入的列在数据中找不到,就会产生NA值
    frame2 = DataFrame(data, columns=['year', 'state', 'pop', 'debt'], index=['one', 'two', 'three', 'four', 'five'])
    print(frame2)
    
    #4.通过类似字典标记或属性的方式,可以将DataFrame的列获取一个Series,
    #注意,返回的Series拥有原DataFrame相同的索引,且其name属性也被相应设置好了
    print(frame2['state'])
    print(frame2.year)
    
    #5.DataFrame中的行也可以通过位置或名称的方式获取,比如通过索引字段ix:
    print(frame2.ix['three'])
    
    #6.列可以通过赋值的方式直接修改,我们可以那个空的"debt"赋上一个标量或者一组值,
    #将列表或数组赋值给某个列时,其长度必须跟DataFrame的长度相匹配
    frame2['debt'] = 16.5
    print(frame2)
    frame2['debt'] = np.arange(5.)
    print(frame2)
    frame2['debt'] = [11, 22, 33, 44, 55]
    print(frame2)
    
    #7.也可以对frame2中没有的键进行赋值,例如对frame2中的debt1键进行赋值,DataFrame会自动增加一个debt1键
    frame2['debt1'] = 16.8
    print(frame2)
    
    #8.如果赋值的是一个Series,就会精确匹配DataFrame的索引,所有的空位置都会被填上缺失值
    val = Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])
    frame2['debt1'] = val
    print(frame2)
    
    #9.为不存在的列赋值会创建一个新列,关键字del用于删除列
    frame2['eastern'] = frame2.state == 'Ohio'
    print(frame2)
    del frame2['eastern']
    print(frame2.columns)
    #通过索引方式返回的列只是相应数据的视图,并不是副本.因此,对返回的Series所做的任何就地修改全都会反映到源DataFrame.通过Series的copy方法
    #即可显示的复制列
    
    #10.嵌套字典(字典中的字典),外层字典的键作为列,内层键作为行索引
    pop = {'Nevada':{2001: 2.4, 2002: 2.9}, 'Ohio':{2000: 1.5, 2001: 1.7, 2002: 3.6}}
    frame3 = DataFrame(pop)
    print(frame3)
    
    #11.可以对结果进行转置,内层字典的键会被合并,排序以形成最终的索引
    print(frame3.T)
    #如果显示指定索引,怎不会这样
    print(DataFrame(pop, index=[2001, 2002, 2003]))
    
    #12.如果设置了DataFrame的index和columns的name属性,则这些信息也可以被显示出来
    print('*****************')
    frame3.index.name = 'year'
    frame3.columns.name = 'state'
    print(frame3)
    
    #13.跟Series一样,values属性也会以二维ndarray的形式返回DataFrame中的数据
    print('*****************')
    print(frame3.values)
    
    #14.如果DataFrame各列的数据类型不同,则值数组的数据类型就会选用能兼容所有列的数据类型
    print(frame2.values)

另外, pandas的构造器可以输入如下类型的数据:

![SouthEast][]

[SouthEast]: /images/20220601/0139dc95be1e4c2bad91f488fa20a264.png