pandas笔记（5）

在Python中，dataframe可以使用默认行列索引，也可以自行设置索引。

查看索引

新建一个DataFrame

import pandas as pddf = pd.DataFrame ([['a','A'],['b','B'],['c','C']],index=[1,2,3],columns=['小写','大写'])df# 返回小写大写1aA2bB3cC
  • 获取列索引
# 获取列索引df.columns  # 返回Index(['小写', '大写'], dtype='object')
  • 获取行索引
# 获取行索引df.index# 返回Int64Index([1, 2, 3], dtype='int64')

行、列索引的修改

对于DataFrame，如果需要对索引进行修改，可以通过 index 和 columns 参数来进行操作，也可以通过 rename() 方式实现。

  • 修改行索引：index
# 将行索引改变为一二三df.index = list("一二三")df# 返回小写大写一aA二bB三cC
  • 修改列索引：columns
# 将列索引改为l，udf.columns = list('lu')df# 返回lu一aA二bB三cC
  • rename()方法
    格式：df.rename(索引参数={},inplace = False/True)
    其中inplace参数为False时，不修改原数据，为True时，会对原数据修改。默认False

示例：将 df 的行索引变为123，列索引变为“小写”，“大写”，并将修改结果返回给 df

df.rename(index = {"一":1,"二":2,"三":3},columns = {"l":"小写","u":"大写"},inplace = True)df# 返回小写大写1aA2bB3cC

将数据列设置为索引列

  • 将列转化为索引
    在创建好一个DataFrame后，可以通过 set_index() 方法将其中的一列或多列设置为索引列。
    格式：df.set_index(keys, drop, append, inplace)
    参数：
    keys：设置为索引的列名称
    drop：是否删除被设为索引的列，默认True（删除）。
    append：是否将新索引列附加到旧索引列上，默认False（不附加）
    inplace：是否修改原数据，默认False（不修改）
'''创建一个df,并按照A列排序'''import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(16).reshape((4,4)),index = list('abcd'),columns=['A','B','C','D'])df['rank']=df['A'].rank(method='first')df# 返回ABCDranka01231.0b45672.0c8910113.0d121314154.0'''将rank设为新的索引'''df.set_index('rank')# 返回ABCDrank1.001232.045673.08910114.012131415'''设置多层次索引'''df.set_index(['A','B'])# 返回CDrankAB01231.045672.08910113.0121314154.0'''对比drop参数'''df.set_index('rank',drop=False)# 返回ABCDrankrank1.001231.02.045672.03.08910113.04.0121314154.0'''对比append参数'''df.set_index('rank',append=True)# 返回ABCDranka1.00123b2.04567c3.0891011d4.012131415
  • 将索引转化为列
    reset_index()方法可以将索引重新转化为列
    格式：reset_index(level, drop, inplace)
    参数：
    level：用于指定要将层次化索引的第几层转化为columns，第一个索引为0级，第二个为1级，默认为None（全部索引）。
    drop：是否删除索引列，默认False。
    inplace：是否修改原数据，默认False（不修改）
# 创建一个df_resetdf_set = df.set_index(["A","B"])df_set# 返回CDrankAB01231.045672.08910113.0121314154.0# 将A、B索隐列重新转化为列df_reset = df_set.reset_index(['A','B'])df_reset# 返回ABCDrank001231.0145672.028910113.03121314154.0

索引切片

DataFrame可以对行，列通过索引进行切片处理。
注意：在pandas、numpy中，切片的结果是产生一个视图，对切片数据进行修改后，会影响到原始数据。（但在list 中进行切片产生的是copy副本）

# 新建一个DataFrameimport pandas as pdimport  numpy as npdf1 = pd.DataFrame(np.arange(16).reshape((4,4)),index = [1,2,3,4],columns=['A','B','C','D'])df1# 返回ABCD10123245673891011412131415
  • 选取单列
    传入需要提取的列名
df1["A"]# 返回1     02     43     84    12Name: A, dtype: int32
  • 选取多列
    将需要的列名，以列表的形式传入
df1[["A",'B']]# 返回AB10124538941213
  • 选取单行
    传入所需行号
df1[2:3]# 返回    ABCD3891011
  • 选取多行
    和选取单行方法一样（强迫症0.0）
df1[:3]# 返回    ABCD10123245673891011
  • 按条件选取行
df1[df1["A"]>5]# 返回ABCD3891011412131415
  • 切片产生的是个视图，修改切片会影响原始数据
    （下面有两个需要注意的地方）
# 对 df1 的A列进行切片，并赋值给 t ，此时 t 是 df1 的一个视图，对 t 修改，会另 df1 产生变化。import pandas as pdimport  numpy as npdf1 = pd.DataFrame(np.arange(16).reshape((4,4)),index = [1,2,3,4],columns=['A','B','C','D'])print(df1)t = df1["A"]t[1] = 100   # 注意： 由于已经设置了索引，这里就是t[1]，而不是t[0]df1# 返回 A   B   C   D1   0   1   2   32   4   5   6   73   8   9  10  114  12  13  14  15ABCD1100123245673891011412131415# 需要注意的是，如果想要对 t 整体修改，需要以 t 的切片来完成# 注意： 如果写成 t = [0,0,0,0]则是对 t 重新进行了赋值t[:] = [0,0,0,0]print(df1)  A   B   C   D1  0   1   2   32  0   5   6   73  0   9  10  114  0  13  14  15

增加行列

可以通过列表等方式为新增行、列提供数据，但需要保证长度与dataframe一致。也可以通过series索引来精确赋值。

  • 增加行
df.loc['e']=[16,17,18,19]df# 返回    ABCDa0123b4567c891011d12131415e16171819
  • 增加列
df.loc[:,'E']=[10,20,30,40,50]df# 返回    ABCDEa012310b456720c89101130d1213141540e1617181950
  • 用series精确赋值
''' 通过series进行赋值，当series缺少E列时，默认为nan'''a=pd.Series([10,20,30,40],index=['A','B','C','D'])df5.loc['f']=adf5# 返回    ABCDEa0.0    1.0    2.03.010.0b4.05.06.07.020.0c8.09.010.011.030.0d12.013.014.015.040.0e16.017.018.019.050.0f10.020.030.040.0NaN

横竖表转换

  • 横表变竖表
    通过stack()或melt() 函数，可以将 df 结构的表转化为树形表。

    • stack()是通过保证行索引不变，然后将所有列索引转化为行索引。

    • melt()则是通过参数指明保持不变的列，再进行转化。
      melt()格式：melt(id_vars=[], var_name =[] , value_name)
      参数：
      id_vars：用于指明保持不变的列
      var_name：用于表示转化之后新增列的列名
      value_name：用于表示新索引对应值的名

stack() 示例：

import pandas as pdtree = pd.DataFrame({"A":[1,4],"B":[2,5],"C":[3,6]})tree# 返回ABC01231456'''使用stack() 进行转化'''tree.stack()# 返回0  A    1   B    2   C    31  A    4   B    5   C    6dtype: int64

melt() 示例：

import pandas as pdstudent = pd.DataFrame({"school":["五十七","十四中","二中"],"grade1":[623,466,285],'grade2':[668,485,226],'grade3':[621,429,281]})student# 返回schoolgrade1grade2grade30五十七6236686211十四中4664854292二中285226281student.melt(id_vars="school",value_name="number",var_name="grade")# 返回schoolgradenumber0五十七grade16231十四中grade14662二中grade12853五十七grade26684十四中grade24855二中grade22266五十七grade36217十四中grade34298二中grade3281
  • 竖表变横表
    通过unstack()或pivot_table() 函数，可以将树形表转化为 df 结构的表
'''unstack()的作用于stack()相反'''tree.stack().unstack()# 返回ABC01231456'''pivot_table()函数的作用类似于数据透视表的作用'''student1.pivot_table(index="school",columns="grade",values= "number")# 返回gradegrade1grade2grade3school二中285226281五十七623668621十四中466485429
赞 (0)

相关推荐