pandas 入门：DataFrame的建立，读写，插入和删除

时间  2019-12-05 标签 pandas 入门 dataframe 建立 读写 插入 删除

不得不说DataFrame如今很火，已经有不少库都是基于DataFrame写的，并且它用起来也很方便，读excel只须要一行代码，起使用xlrd的日子，至今还脑袋疼，因此对于一个用python作数据处理的人来讲，pandas是必需要了解的。对于一个数据处理工具来讲，读写是最基本的，下面是我最近整理的关于pandas一些基本本操做，主要包括如下内容：html

  • 如何建立DataFrame
  • 如何读取DataFrame的值，读一行/列、读多行/列
  • 如何对DataFrame赋值
  • 如何对DataFrame插入一（多）行/列
  • 如何删除DataFrame的一（多）行/列

开始前先引入两个库python

import pandas as pd
import numpy as np

1 建立DataFrame

1.1 利用字典建立

data={"one":np.random.randn(4),"two":np.linspace(1,4,4),"three":['zhangsan','李四',999,0.1]}
df=pd.DataFrame(data,index=[1,2,3,4])

在这里插入图片描述

  • 若是建立df时不指定索引，默认索引将是从0开时，步长为1的数组。
  • df的行、列能够是不一样的数据类型，同行也能够有多种数据类型。
  • df建立完成好能够从新设置索引，一般用到3个函数：set_index、reset_index、reindex。
  1. set _index用于将df中的一行或多行设置为索引。
    df.set_index(['one'],drop=False) ordf.set_index('one)
    df.set_index(['one','two'])
    参数drop默认为True，意为将该列设置为索引后从数据中删除，若是设为False，将继续在数据中保留该行。
    在这里插入图片描述
  2. 若是要设置的索引不在数据中，能够经过
    df.index=['a','b','c','d']
  3. reset_index用于将索引还原成默认值，即从0开始步长为1的数组。
    df.reset_index(drop=True)
    参数drop默认值为False，意为将原来的索引作为数据列保留，若是设为True，原来的索引会直接删除。
    在这里插入图片描述
  4. reindex比较复杂，也不经常使用到，这里是基础篇，不作大量说明，感兴趣的朋友能够看官方文档

1.2 利用数组建立

data=np.random.randn(6,4)#建立一个6行4列的数组
df=pd.DataFrame(data,columns=list('ABCD'),index=[1,2,'a','b','2006-10-1','第六行'])

1.3 建立一个空DataFrame

pd.DataFrame(columns=('id','name','grade','class'))

为了便于理解，如下面DataFrame为例，对其读写操做展开说明：
在这里插入图片描述web

2 读DataFrame

2.1按列读取

方法1：df.列名
该方法每次只能读取一列。
在这里插入图片描述
方法2：df['列名']or df[['列名']]、df[['列名1','列名2','列名n']]
在这里插入图片描述
ps：df['A']和 df[['A']]都能读取第一列数据，但它们的返回结果是不一样的，这里的不一样指的是数据结构的不一样，感兴趣的朋友能够用type(df['A']),type(df[['A']])查看。
方法3 .iloc[:,colNo] or .iloc[:,colNo1:colNo2]
按列号读取，有时候咱们可能更但愿经过列号（1，2，3…）读取数据而不是列名，又或着咱们要读取多行的时候一个一个输入列名是很麻烦的，咱们但愿有最简单的代码读取咱们最想要的内容，.iloc方法可让咱们经过列号索引数据，具体以下：
df.iloc[:1]读取第一列
df.iloc[:,1:3]读取第1列到第3列
df.iloc[:,2:]读取第2列以后的数据
df.iloc[:,:3]读取前3列数据
ps:这实际上是按单元格读取数据的特殊写法，若是有疑问请看 2.3 按单元格读取数据。数组

2.2 按行读取

方法1：.loc['行标签']or.loc[['行标签']]、.loc[['行标签1','行标签2','行标签n']]
.loc根据行标签索引数据，这里的行标签能够理解为索引（没有深刻研究，可是在这里，行标签=索引）,好比咱们要分别读取第1行和第3行就是df[[1]]、df[['a']]，若是该df的索引变为['a', 'b', 'c', 'd', 'e', 'f']，分别读取第1行和第3行的操做将变成df[['a']],df[['c']]，也就是说.loc后面的'行标签'必须在索引中。
在这里插入图片描述
ps：df.loc[[1]]和df.loc[1]返回结果的值相同，但数据结构有差别
方法2：.iloc['行号']or.iloc[['行号']]、.iloc[['行号1','行号2','行号n']]
.iloc根据行号索引数据，行号是固定不变的，不受索引变化的影响，若是df的索引是默认值，则.loc和.iloc的用法没有区别，由于此时行号和行标签相同。
在这里插入图片描述
能够看到df.loc[1]和df.iloc[1]读到的内容是不同的，df.loc[1]读取的是索引号为1的那一行，df.iloc[1]读取的是第1行。
此外，.iloc能够经过切片的方式读取数据，所谓切片就是给出要读数据的首尾位置，而后读取首尾中间这“一片”数据（我的理解，可能理解的不对或比较片面，对此有疑惑的朋友请自行查阅相关资料）好比咱们要读取第1行到第4行的数据，利用切片的方法就是df.iloc[1:5]
在这里插入图片描述
若是从第0行开始读，则首位置能够省略，若是从某一行读到末尾，则尾位置能够省略。
df.iloc[:5]，读取第0行到第4行的数据；
df.iloc[8:]，读取第8行后全部数据，包括第8行；
df.iloc[3,6]，读取第3行到第6行的数据，包括第3行但不包括第6行。
方法3：.ix
根据其余网友的说法，.ix是.loc和.iloc的综合版，既能够经过行标签检索也能够根据行号检索。经过实验发现这个说法并不完成正确。以上面的df为例：
在这里插入图片描述
由于df.ix[[1]]能够认为是要读第1行，也能够认为要读索引为1的那一行，此时就产生了冲突，能够看到此时pandas认为df.ix[[1]]读的是索引为1的那一行，若是用索引外的标签检索就会报错，而df.ix[1]被认为是第1行，此时df.ix[1]和df.ix[[1]]读到的不是同一行数据。
若是咱们将df的索引改成['a', 'b', 'c', 'd', 'e', 'f']再进行上面的操做
在这里插入图片描述
此时df.ix[5]和df.ix[[5]]读到的是同一行数据。
经过以上实验，loc，iloc，ix的区别以下：
loc经过索引标签读取数据；
iloc经过行号读取数据；
ix既能够经过行号读取数据，也能够经过索引标签读取数据，可是当索引为数字且不从0开始时，有两种状况：
（1）每次读一行：经过索引标签读取和经过行号读取有不一样的写法.ix[['列标签']],.ix[行号]。
（2）读取多行：此时只能经过索引标签，不能利用行号。
方法4：at、iat
at、iat这里就不作介绍了，由于上面的方法彻底够用了，感兴趣的话能够看官方文档。
.loc,.iloc彻底能够知足DataFrame的读取操做，因此ix,at,iat并不推荐使用。数据结构

2.3 按单元格读取

方法1：df[col][row]
读取一个单元格的数据时推荐使用，也能够写成df.col[row]
在这里插入图片描述
方法2：.loc
(1)读取一个单元格：df.loc[row][col]或df.loc[row,col]
(2)读取一行多列：app

  • df.loc[row][[col1,col2]]
  • df.loc[1,[col1,col2]]
  • df.loc[row][firstCol:endCol]
  • df.loc[row,firstCol:endCol]
    在这里插入图片描述
    (3)读取多行一列：
  • df.loc[[row1,row2]][col]
  • df.loc[[row1,row2]].col
  • df.loc[[row1,row2],col]
    在这里插入图片描述
    ps :在这里行号不能用切片。
    (4)读取多行多列
  • df.loc[[row1,row2],[col1,col2]]
  • df.loc[[row1,row2]][[col1,col2]]
  • df.loc[[row1,row3],firstCol:endCol]
    在这里插入图片描述
    ps：这里行号一样不能用切片，说明loc不支持行号切片索引。
    方法3：.iloc
    (1)读取一个单元格
  • df.iloc[rowNo].col
  • df.iloc[rowNo][col]
  • df.iloc[rowNo,colNo]
    ps：df.iloc[rowNo,col]不支持。
    (2)读取一行多列
  • df.iloc[rowNo,firestColNo,endColNo]
  • df.iloc[rowNo][[col1,col2]]
  • df.iloc[rowNo][firesCol:endCol]
    在这里插入图片描述
    ps：df.iloc[rowNo,[col1,col2]],
    df.iloc[rowNo,firstColNo:endColNo]均不支持。
    (3)读取多行一列
  • df.iloc[[rowNo1,rowNo2],colNo]
  • df.iloc[firstRowNo:endRowNo,colNo]
  • df.iloc[[rowNo1,rowNo2]][col]
  • df.iloc[firstRowNo,endRowNo][col]
    在这里插入图片描述
    (4)读取多行多列
  • df.iloc[firstRowNo:endRowNo,firstColNo:endColNo]
  • df.iloc[[RowNo1,RowNo2],[ColNo1,ColNo2]]
  • df.iloc[firstRowNo:endRowNo][[col1,col2]]
    在这里插入图片描述
    方法4：.ix
    累的不行了，这里就直接写多行多列的读取吧。
  • df.ix[firstRow/firstRowNo:endRow/endRowNo,firstCol/firstColNo:endCol/endColNo]
  • df.ix[[row1/rowNo1,row2,rowNo2],[col1/colNo1,col2,colNo2]]
    在这里插入图片描述
    方法5： at,iat

3 写DataFrame/DataFrame赋值

3.1 按列赋值

  • df.col=colList/colValue
  • df[col]=colList/colValue
    eg. df.A=[1,2,3,4,5,6],df['A']=0
    ps1：若是用一个列表或数组赋值，其长度必须和df的行数相同。

3.2 按行赋值

  • df.loc[row]=rowList
  • df.loc[row]=rowValue

3.3 给多行多列赋值

  • df.loc[[row1,row2],[col1,col2]]=value/valueList
  • df.iloc[[rowNo1,rowNo2],[colNo1,colNo2]]=value/valueList
  • df.iloc[[rowNo1,rowNo2]][[col1,col2]]=value/valueList
  • df.ix[firstRow:endRow,firstCol:endCol]=value/valueList

ps：DataFrame的读写操做是多变的，这里也仅仅列出了几种经常使用的方法，熟练一种方式便可。dom

4 DataFrame的插入

如下面DataFrame为例展开说明
在这里插入图片描述svg

4.1在任意位置插入

插入一列
insert(ioc,column,value)
ioc:要插入的位置
colunm:列名
value:值

在这里插入图片描述

插入一行
row={'one':111,'two':222,'three':333}
df.loc[1]=row or
df.iloc[1]=row or 
df.ix[1]=row or

4.2在末尾插入

若是插入一行或一列，用上面的方法把插入位置改成末尾便可，下面给出插入多行多列的方法。函数

pandas.concat(objs, axis=0, join_axes=None, ignore_index=False)
objs:合并对象
axis:合并方式，默认0表示按列合并，1表示按行合并
ignore_index:是否忽略索引

有df1和df2定义以下：
在这里插入图片描述工具

按行合并

在这里插入图片描述

按列合并

在这里插入图片描述
利用append函数能够完成相同的操做:
在这里插入图片描述

5 DataFrame的删除操做

drop(labels, axis=0, level=None, inplace=False)
lables：要删除数据的标签
axis：0表示删除行，1表示删除列，默认0
inplace:是否在当前df中执行此操做

在这里插入图片描述

后记：关于pandas的基本操做就写到这里了，关于以上内容若是有什么问题能够经过邮件联系博主，水平有限，请你们批评指正。
后面若是有机会，我会写关于DataFrame更进一步的操做，我也不知道会不会写，能写多少，先附上地址pandas进阶：DataFrame高级操做

联系我们 沪ICP备2021010478号-7