pandas之数据选取（1）

蔚落 2023-01-09 03:41 109阅读 0赞

index columns, loc, iloc, drop,  shape,  iat

# hello pandas
    """
        Series : 列
        DataFrame : 表
    """
    import numpy as np
    import pandas as pd
    
    # padas中数据选取操作
    data = {
        'name': ['jack', 'mary', 'lily', 'bobo'],
        'age': [19, 32, 22, 12],
        'height': [165, 178, 182, 172]
    }
    df = pd.DataFrame(data, columns=['name', 'age', 'height'])
    print('\n16:\n', df)
    """
       name  age  height
    0  jack   19     165
    1  mary   32     178
    2  lily   22     182
    3  bobo   12     172
    """
    
    # 取出一列数据
    print('\n26:\n', df['name'])  # 相当于df.name
    """
    返回的类型是series
    0  jack
    1  mary
    2  lily
    3  bobo 
    Name: name, dtype: object
    """
    
    print('\n36:\n', df[['name', 'age']])
    print('\n37:\n', type(df[['name']]))  # <class 'pandas.core.frame.DataFrame'>
    """
    返回的类型是 DataFrame   [[]]
       name  age
    0  jack   19
    1  mary   32
    2  lily   22
    3  bobo   12
    """
    
    # 表 值的修改    不改变原表
    df_copy = df.name.copy()
    df_copy[0] = '杰克'
    print('\n50:\n', df_copy)
    """
    0    杰克
    1    mary
    2    lily
    3    bobo
    """
    
    print('\n58:\n', df.columns[1:3],)
    print('\n59:\n', df[df.columns[1:3]])
    # 表的 数据增加
    df['year'] = 2020 - df.age
    print('\n62:\n', df)
    """
       name  age  height  year
    0  jack   19     165  2001
    1  mary   32     178  1988
    2  lily   22     182  1998
    3  bobo   12     172  2008
    """
    
    # 删除列 原df不变   df.columns[0:1:1]   第一个参数是起  第二个是尾  第三个是 步进
    # 删除第一个列
    df2 = df.drop(['name'], axis=1)  # df2 = df.drop(df.columns[0:1],axis = 1)
    print('\n74:\n', df2)
    """
       age  height  year
    0   19     165  2001
    1   32     178  1988
    2   22     182  1998
    3   12     172  2008
    """
    
    
    # 表的  行的操作
    print('行')
    print('\n86:\n', df.loc[1])  # serise 数据
    """
    name      mary
    age         32
    height     178
    year      1988
    Name: 1, dtype: object
    """
    # df.loc[[1，3]]  只打印出1,3 两个
    print('\n95:\n', df.loc[[1]])  # dataframe 数据
    """
       name  age  height  year
    1  mary   32     178  1988
    """
    
    
    # 切片  不知道索引，获取最后两个数据的  name，age
    print('\n103:\n', df.index)  # RangeIndex(start=0, stop=4, step=1)
    
    loc2 = df.loc[df.index[-2:], ['name', 'age']]  # 从倒数第二个取到最后一个
    print('\n106:\n', loc2)
    """
       name  age
    2  lily   22
    3  bobo   12
    """
    
    
    # 在最后一行插入数据
    print('\n115:\n', df)
    print('\n116:\n', df.shape)  # (4, 4) 四行四列
    print('\n117:\n', df.shape[0])  # 有几行     df.shape[1]：有几列
    
    df.loc[df.shape[0]] = {'name': 'asd', 'age': 26, 'height': 176,  'year': 2021}
    print('\n120:\n', df)
    """
        name  age  height  year
    0  jack   19     165  2001
    1  mary   32     178  1988
    2  lily   22     182  1998
    3  bobo   12     172  2008
    4   asd   26     176  2021
    """
    
    # iloc 物理索引 （下标）  真实索引不是展示的
    
    #  *** 个人理解： 物理索引就是下标（看不见，存在）； 索引 0,1,3 就是对象key
    df3 = df.drop(2)
    print('\n134\n', df3)
    """
    显示的中没有2行  其实是存在物理索引的
        name  age  height  year
    0  jack   19     165  2001
    1  mary   32     178  1988
    3  bobo   12     172  2008
    4   asd   26     176  2021
    """
    
    # 报错  第二行取不到    print(df3.loc[2])
    print("\n145\n", df3.iloc[[2]])
    """
    取到的值 物理索引是 2 
        name  age  height  year
    3  bobo   12     172  2008
    """
    
    df3.index = list('ABCD')
    print('\n153\n', df3)
    """
        name  age  height  year
    A  jack   19     165  2001
    B  mary   32     178  1988
    C  bobo   12     172  2008
    D   asd   26     176  2021
    """
    print('\n161\n', df3.iloc[1:3])
    
    
    # 取 交集数据
    print('\n165\n', df3.iat[1, 1])  # 取一行一列的 值  =>   32
    
    # 修改交集数据
    df3.iat[1, 1] = 666
    print('\n169\n', df3)