Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一,本文主要介绍Python Pandas DataFrame。

1、什么是DataFrame?

Pandas DataFrame是2维数据结构,例如,2维数组或具有行和列的表。

例如:

创建一个简单的Pandas DataFrame:

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

#load data into a DataFrame object:
df = pd.DataFrame(data)

print(df) 

Result

    calories  duration
  0       420        50
  1       380        40
  2       390        45

2、loc定位行

从上面的结果可以看出,DataFrame就像是一个具有行和列的表。

Pandas使用loc属性返回一个或多个指定行

例如:

返回第0行:

#refer to the row index:
print(df.loc[0])

Result

  calories    420
  duration     50
  Name: 0, dtype: int64

注意:此示例返回Pandas Series

例如:

返回第0行和第1行:

#use a list of indexes:
print(df.loc[[0, 1]])

Result

     calories  duration
  0       420        50
  1       380        40

注意:使用[]时,结果是熊猫DataFrame

3、命名索引

使用index参数,可以命名自己的索引。

例如:

添加名称列表,为每一行命名:

import pandas as pd

data = {
"calories": [420, 380, 390],
"duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df)

Result

        calories  duration
  day1       420        50
  day2       380        40
  day3       390        45

4、定位命名索引

loc属性中使用命名索引返回指定的行。

例如:

Return "day2":

#refer to the named index:
print(df.loc["day2"])

Result

  calories    380
  duration     40
  Name: 0, dtype: int64

5、将文件加载到DataFrame

如果数据集存储在文件中,Pandas可以将它们加载到DataFrame中。

例如:

将逗号分隔的文件(CSV文件)加载到DataFrame中:

import pandas as pd

df = pd.read_csv('data.csv')

print(df)

将在下一个文档中介绍有关导入文件的更多信息。





















推荐文档