文章目录
- 一. 创建Dataframe
- 1.1. numpy创建
- 1.2. 直接创建
- 1.3. 字典创建
- 二. Dataframe属性
- 2.1. 查看列的数据类型
- 2.2. 查看Dataframe的头尾
- 2.3. 查看行名与列名
- 2.4. 查看数据值.values
- 2.5. 查看行列数
- 2.6. 切片和索引
- 三. Dataframe操作
- 3.1. 转置
- 3.2. 描述性统计
- 3.3. 运算之求和、数乘及平方
- 3.4. 新增列
- 3.5. 两个Dataframe合并
- 3.6. ==去重(重复行)==
- 四. Python assert 关键字
- 五. 参考
- Dataframe是Python中Pandas库中的一种数据结构，它类似excel，是一种二维表。Dataframe的单元格可以存放数值、字符串等，这和excel表很像，同时Dataframe可以设置列名columns与行名index。
一. 创建Dataframe
1.1. numpy创建
- 使用numpy函数创建： index和columns这两个参数是可选的，你可以选择不设置，而且这两个list是可以一样的。
import pandas as pd
import numpy as np
print(list("abc"))
df1 = pd.Dataframe(np.random.randn(3, 3), index=list("abc"), columns=list("ABC"))
1.2. 直接创建
df2 = pd.Dataframe([[1, 2, 3],
[2, 3, 4],
[3, 4, 5]], index=list("abc"), columns=list("ABC"))
1.3. 字典创建
import pandas as pd
import numpy as np
dict1 = {"name":["张三", "李四", "王二"],
"age":[22, 44, 35],
"gender":["男", "女", "男"]}
df3 = pd.Dataframe(dict1)
二. Dataframe属性
2.1. 查看列的数据类型
df3.dtypes
2.2. 查看Dataframe的头尾
- 使用head可以查看前几行的数据，默认的是前5行，不过也可以自己设置。
- 使用tail可以查看后几行的数据，默认也是5行，参数可以自己设置。
import numpy as np
import pandas as pd
data = np.random.randn(6, 4)
df = pd.Dataframe(data, index=list("abcdef"), columns=list("ABCD"))
# df.head()
df.head(2)
# df.tail()
df.tail(2)
2.3. 查看行名与列名
df.index
df.columns
2.4. 查看数据值.values
- 使用values可以查看Dataframe里的数据值，返回的是一个ndarray(转成numpy类型)。
df.values
df['B'].values
- 如果查看某一行所有的数据值。使用iloc查看数据值（但是好像只能根据行来查看？），iloc是根据数字索引（也就是行号）。
df.iloc[0]
2.5. 查看行列数
df.shape[0]
df.shape[1]
df.shape
2.6. 切片和索引
- 使用冒号进行切片。
- 切片表示的是行切片
- 索引表示的是列索引
三. Dataframe操作
3.1. 转置
3.2. 描述性统计
df.describe()
- 如果有的列是非数值型的，那么就不会进行统计。
- 如果想对行进行描述性统计，转置后再进行describe。
3.3. 运算之求和、数乘及平方
- 使用sum()默认对每列求和，sum(1)为对每行求和。
df.sum() # sum()每列求和
df.sum(1) # sum(1)为对每行求和
df.apply(lambda x: x*2)
df**2
3.4. 新增列
- 扩充列可以直接像字典一样，列名对应一个list，但是注意list的长度要跟index的长度一致。
3.5. 两个Dataframe合并
- 使用join可以将两个Dataframe合并，但只根据行列名合并，并且以作用的那个Dataframe的为基准。
- 但是，join这个方法还有how这个参数可以设置，合并两个Dataframe的交集或并集。参数为’inner’表示交集，'outer’表示并集。
- 如果要合并多个Dataframe，可以用list把几个Dataframe装起来，然后使用concat转化为一个新的Dataframe。
df10 = pd.Dataframe([1, 2, 3, 4, 5, 6],
index=list('ABCDEF'), columns=['a'])
df11 = pd.Dataframe([10, 20, 30, 40, 50, 60],
index=list('ABCDEF'), columns=['b'])
df12 = pd.Dataframe([100, 200, 300, 400, 500, 600],
index=list('ABCDEF'), columns=['c'])
list1 = [df10.T, df11.T, df12.T]
df13 = pd.concat(list1)
df13
3.6.
去重(重复行)
df.drop_duplicates(subset=None,
keep='first',
inplace=False
)
- subset：指定是哪些列重复。
- keep：去重后留下第几行，{‘first’, ‘last’, False}, default ‘first’｝，如果是False，则去除全部重复的行。
- inplace：是否作用于原来的df。
df14 = pd.Dataframe(data=[[1, 2, 3],
[1, 2, 4],
[1, 2, 4],
[1, 2, 3],
[1, 2, 5],
[1, 2, 5]],
index=list('ABCDEF'),
columns=['a', 'b', 'c'])
df14.drop_duplicates(keep='last')
df14.drop_duplicates(subset=('c',))
四. Python assert 关键字
x = "hello"
#如果condition返回True，则不会发生任何事情:
assert x == "hello"
#如果condition返回False，则引发AssertionError:
assert x == "goodbye"
- 调试代码时使用assert关键字。assert关键字可以测试代码中的条件是否返回True，否则，程序将引发AssertionError。如果代码返回False，则可以编写一条消息，如下例子：
x = "hello"
#如果condition返回False，则引发AssertionError:
assert x == "goodbye", "x should be 'hello'"
五. 参考
- https://tefuirnever.blog.csdn.net/article/details/93708964
- https://www.cnblogs.com/IvyWong/p/9203981.html
