首页 > Python资料 博客日记
Python的DataFrame
2024-05-29 13:00:04Python资料围观158次
文章目录
前言
在数据分析中,数据框架(DataFrame)是一个强大的工具。它能够让我们以一种结构化的方式来处理和分析数据。Python中的Pandas库为我们提供了这种数据结构。本文将带你从零开始,逐步深入了解DataFrame的各个方面,通过实际代码来展示其应用。点击进入官方文档
一、什么是DataFrame
DataFrame是Pandas库中的一个核心数据结构,它是一个二维标签化的数据结构,可以认为它是一个Excel表格或者SQL表,具有行标签和列标签。
二、创建DataFrame
我们可以使用Pandas的DataFrame函数来创建一个DataFrame。以下是一些创建DataFrame的方法:
1. 从字典创建:
import pandas as pd
data = {'列1': [1, 2, 3], '列2': [4, 5, 6]}
df = pd.DataFrame(data)
df
2. 从列表创建:
data = [['列1', 1], ['列2', 2], ['列3', 3]]
df = pd.DataFrame(data)
df
3. 从Numpy数组创建:
import numpy as np
data = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame(data)
df
三、表格对象的属性和基本方法
1. 表格对象的属性
df = pd.DataFrame(
[['李四','女','18'],['王五','男','19']],
columns=['姓名','性别','年龄']
)
print(df.values) # 输出DataFrame中的数据值
print(df.index) # 输出DataFrame的索引
print(df.columns) # 输出DataFrame的列名
print(df.shape) # 输出DataFrame的行数和列数
2. 表格对象方法
1. head()
默认情况下,df.head() 会显示DataFrame的前五行。
你可以传递一个整数n给head()方法,以显示前n行。例如,df.head(3)会显示前3行。
还可以传递一个参数axis来指定行或列。例如,df.head(3, axis=1)会显示前3列。
df.head()
2. info()
df.info()提供了DataFrame的简要摘要,包括索引、列名、数据类型、非空值计数以及所占用的内存大小。
它对于快速查看DataFrame的结构和基本信息非常有用。
df.info()
3. describe()
df.describe()为数值型列提供了统计摘要,包括计数、平均值、标准差、最小值、25%、50%、75%分位数和最大值。
对于非数值型列,它会给出计数和唯一值的摘要。
你可以传递参数如percentiles来指定其他百分比值,或者使用include参数来控制是否包括计数、平均值等。
df.describe()
四、查询
导入数据
import pandas as pd
data = {'电影名称': ['肖申克的救赎', '霸王别姬', '阿甘正传', '泰坦尼克号', '这个杀手不太冷', '美丽人生', '千与千寻', '辛德勒的名单', '星际穿越', '盗梦空间', '楚门的世界', '忠犬八公的故事', '海上钢琴师', '三傻大闹宝莱坞', '放牛班的春天', '机器人总动员', '无间道', '疯狂动物城', '控方证人', '大话西游之大圣娶亲'],
'导演': ['弗兰克·德拉邦特', '陈凯歌', '罗伯特·泽米吉斯', '詹姆斯·卡梅隆', '吕克·贝松', '罗伯托·贝尼尼', '宫崎骏', '史蒂文·斯皮尔伯格', '克里斯托弗·诺兰', '克里斯托弗·诺兰', '彼得·威尔', '拉斯·霍尔斯道姆', '朱塞佩·托纳多雷', '拉吉库马尔·希拉尼', '克里斯托夫·巴哈蒂', '安德鲁·斯坦顿', '刘伟强', '拜伦·霍华德', '比利·怀尔德', '刘镇伟'],
'电影类型': ['剧情/犯罪', '剧情/爱情/同性', '剧情/爱情', '剧情/爱情/灾难', '剧情/动作/犯罪', '剧情/喜剧/爱情/战争', '剧情/动画/奇幻', '剧情/历史/战争', '剧情/科幻/冒险', '剧情/科幻/悬疑/冒险', '剧情/科幻', '剧情', '剧情/音乐', '剧情/喜剧/爱情/歌舞', '剧情/音乐', '科幻/动画/冒险', '剧情/惊悚/犯罪', '喜剧/动画/冒险', '剧情/悬疑/犯罪', '喜剧/爱情/奇幻/古装'],
'国家': ['美国', '中国大陆 / 中国香港', '美国', '美国 / 墨西哥', '法国 / 美国', '意大利', '日本', '美国', '美国 / 英国 / 加拿大', '美国 / 英国', '美国', '美国 / 英国', '意大利', '印度', '法国 / 瑞士 / 德国', '美国', '中国香港', '美国', '美国', '中国香港 / 中国大陆'],
'上映年份': [1994, 1993, 1994, 1997, 1994, 1997, 2001, 1993, 2014, 2010, 1998, 2009, 1998, 2009, 2004, 2008, 2002, 2016, 1957, 1995],
'评分': [9.7, 9.6, 9.5, 9.5, 9.4, 9.6, 9.4, 9.6, 9.4, 9.4, 9.4, 9.4, 9.3, 9.2, 9.3, 9.3, 9.3, 9.2, 9.6, 9.2],
'评论人数': [2840854, 2104006, 2125602, 2147345, 2260275, 1306535, 2202561, 1088430, 1796592, 2029410, 1668962, 1379767, 1653357, 1832060, 1291484, 1296629, 1338701, 1893607, 540243, 1509275]}
df = pd.DataFrame(data)
df
1. 通过序列查询数据
1.1 访问单列
访问单列:表格对象 [‘列名称’] [行索引]
df['电影名称'][:5]
1.2 访问多列
访问多列:表格对象 [[‘列名称1’,‘列名称2’,…]] [行索引]
df[['电影名称','上映年份']][:5]
2. loc方法
2.1 访问单列
访问单列:表格对象.loc[行索引,‘列名称’]
print(df.loc[:5,'电影名称'])
2.2 访问多列
访问多列:表格对象.loc[行索引,[‘列名称1’,‘列名称2’,…]]
print(df.loc[:5,['电影名称','国家','上映年份']])
print(df.loc[:5,'电影名称':'上映年份']) # 列出电影名称到上映年份之间的前五列
3. iloc方法(访问单列或多列)
表格对象.iloc[行索引,列索引]
和loc方法的区别主要在列索引,iloc中的列索引表示列的序号,接收的是数字
df.iloc[:,[3,4,5]]
df.iloc[:,3:6] # 列出第三列到第六列的数据
4. query方法(条件查询)
语法:表格对象.query(查询条件字符串)
df.query('国家=="美国" and 评分>9.3')
5. loc方法(条件查询)
df.loc[df['国家']=='美国',:]
6.loc方法实现多条件查询
# loc方法实现多条件查询
c1 = df['国家']=='美国'
c2 = df['评分']>9.3
df.loc[c1&c2]
五、进阶操作
随着对DataFrame操作的深入,我们可以使用更高级的功能,如时间序列处理、缺失值处理等。例如,我们可以使用resample函数对时间序列数据进行重采样,使用fillna函数填充缺失值等。这些操作在数据预处理、特征工程等阶段中非常重要。
六、总结
通过本文,我们了解了什么是DataFrame,如何创建它,以及一些基础和进阶的操作。在实际的数据分析工作中,我们通常需要结合多种操作来处理和分析数据。因此,熟练掌握这些操作对于提高我们的工作效率和准确性非常重要。希望本文能帮助你更好地理解和使用DataFrame。
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应
- Windows上安装 Python 环境并配置环境变量 (超详细教程)
- Python pyinstaller打包exe最完整教程