python数据类型之pandas—DataFrame

DataFrame定义：

DataFrame是pandas的两个主要数据结构之一，另一个是Series

—一个表格型的数据结构

—含有一组有序的列

—大致可看成共享同一个index的Series集合

DataFrame创建方式：

默认方式创建：

>>> data = {'name':['Wangdachui','Linling','Niuyun'],'pay':[4000,5000,6000]}
>>> frame = pd.DataFrame(data)
>>> frame
         name   pay
0  Wangdachui  4000
1     Linling  5000
2      Niuyun  6000

传入索引的方式创建：

>>> data = np.array([('Wangdachui',4000),('Linling',5000),('Niuyun',6000)])
>>> frame = pd.DataFrame(data,index = range(1,4),columns=['name','pay'])
>>> frame
         name   pay
1  Wangdachui  4000
2     Linling  5000
3      Niuyun  6000
>>> frame.index
RangeIndex(start=1, stop=4, step=1)
>>> frame.columns
Index(['name', 'pay'], dtype='object')
>>> frame.values
array([['Wangdachui', ''],
       ['Linling', ''],
       ['Niuyun', '']], dtype=object)

DataFrame的基本操作：

取DataFrame对象的行和列

>>> frame
  name pay
  1 Wangdachui 4000
  2 Linling 5000
  3 Niuyun 6000

>>> frame['name']
1    Wangdachui
2       Linling
3        Niuyun
Name: name, dtype: object
>>> frame.pay
1    4000
2    5000
3    6000
Name: pay, dtype: object

取特定的行或列

>>> frame.iloc[:2,1]#取第0,1行的第1列
1    4000
2    5000
Name: pay, dtype: object
>>> frame.iloc[:1,0]#取第0行的第0列
1    Wangdachui
Name: name, dtype: object
>>> frame.iloc[2,1]#取第2行的第1列
''
>>> frame.iloc[2]#取第2行
name    Niuyun
pay       6000
Name: 3, dtype: object

DataFrame对象的修改和删除

>>> frame['name']= 'admin'
>>> frame
    name   pay
1  admin  4000
2  admin  5000
3  admin  6000

>>> del frame['pay']
>>> frame
    name
1  admin
2  admin
3  admin

DataFrame的统计功能

找最低工资和工资大于5000的人

>>> frame
         name   pay
1  Wangdachui  4000
2     Linling  5000
3      Niuyun  6000
>>> frame.pay.min()
''
>>> frame[frame.pay >= '']
      name   pay
2  Linling  5000
3   Niuyun  6000

案例：

已知有一个列表中存放了一组音乐数据：

music_data = [("the rolling stones","Satisfaction"),("Beatles","Let It Be"),("Guns N'Roses","Don't Cry"),("Metallica","Nothing Else Matters")]，请根据这组数据创建一个如下的DataFrame:

singer         song_name
1   the rolling stones         Satisfaction
2   Beatles                        Let It Be
3   Guns N'Roses 　　    Don't Cry
4   Metallica                      Nothing Else Matters

方法如下：

>>> import pandas as pd
>>> music_data = [("the rolling stones","Satisfaction"),("Beatles","Let It Be"),("Guns N'Roses","Don't Cry"),("Metallica","Nothing Else Matters")]
>>> music_table = pd.DataFrame(music_data)
>>> music_table
                    0                     1
0  the rolling stones          Satisfaction
1             Beatles             Let It Be
2        Guns N'Roses             Don't Cry
3           Metallica  Nothing Else Matters
>>> music_table.index = range(1,5)
>>> music_table.columns = ['singer','song_name']
>>> print(music_table)
               singer             song_name
1  the rolling stones          Satisfaction
2             Beatles             Let It Be
3        Guns N'Roses             Don't Cry
4           Metallica  Nothing Else Matters

DataFrame基本操作补充

DataFrame对象如下：

>>> frame
         name   pay
1  Wangdachui  4000
2     Linling  5000
3      Niuyun  6000

（1）添加列

添加列可以直接赋值，例如给frame添加tax列：

>>> frame['tax'] = [0.05,0.05,0.1]
>>> frame
         name   pay   tax
1  Wangdachui  4000  0.05
2     Linling  5000  0.05
3      Niuyun  6000  0.10

（2）添加行

添加行可以用loc（标签）和iloc（位置）索引，也可以用append（）和concat（）方法，这里用loc（）方法

>>> frame.loc[5] = {'name':'Liuxi','pay':5000,'tax':0.05}
>>> frame
         name   pay   tax
1  Wangdachui  4000  0.05
2     Linling  5000  0.05
3      Niuyun  6000  0.10
5       Liuxi  5000  0.05

（3）删除对象元素

删除数据可直接用“del数据”的方式进行，但这种方式是直接对原始数据操作，不安全，可利用drop()方法删除指定轴上的数据

>>> frame.drop(5)
         name   pay   tax
1  Wangdachui  4000  0.05
2     Linling  5000  0.05
3      Niuyun  6000  0.10

>>> frame.drop('tax',axis = 1)
         name   pay
1  Wangdachui  4000
2     Linling  5000
3      Niuyun  6000
5       Liuxi  5000

此时frame没有受影响

>>> frame
         name   pay   tax
1  Wangdachui  4000  0.05
2     Linling  5000  0.05
3      Niuyun  6000  0.10
5       Liuxi  5000  0.05

（4）修改

继承上面的frame，对tax统一修改成0.03

>>> frame['tax'] = 0.03
>>> frame
         name   pay   tax
1  Wangdachui  4000  0.03
2     Linling  5000  0.03
3      Niuyun  6000  0.03
5       Liuxi  5000  0.03

也可以直接用loc（）修改

>>> frame.loc[5] = ['Liuxi',9800,0.05]
>>> frame
         name   pay   tax
1  Wangdachui  4000  0.03
2     Linling  5000  0.03
3      Niuyun  6000  0.03
5       Liuxi  9800  0.05