Python数据分析学习笔记-pandas库学习2

import pandas as pd
import numpy as np
data = np.arange(100,109).reshape(3,-1)
df1 = pd.Dataframe(data)
print(df1)

第一行012理解为列名，第一列012理解为索引

自定义data

data1 = {
    'name':['Brett','Eddy','Kris'],
    'age':[19,18,19],
    'habit':['violin','violin','voice']
}
df2=pd.Dataframe(data1)
print(df2)

初始化
自定义列名，自定义索引

df3=pd.Dataframe(data1,columns=['userName','age','habit','height'],index=range(1,4))
print(df3)

userName与data1中的name没有对应关系
索引从0开始，到3（不包括）结束，步进为1

colname = df2.columns
indexname = df2.index
print(colname,'n',indexname)

Index([‘name’, ‘age’, ‘habit’], dtype=‘object’)
RangeIndex(start=0, stop=3, step=1)

ser=df3.age  #取age列的数据
lis=df3[['age']]  #以dataframe形式取age列数据
print(ser,'n',lis)

1 19
2 18
3 19
Name: age, dtype: int64

lis=df3[['age','habit']]
print(lis)

将某列数据取出后单独处理，须使用copy方法，否则会影响原表

names=df2.name.copy()   #copy单独复制数据，不会影响df2
names[0]='jack'
print(names,'n',df2)

0 jack
1 Eddy
2 Kris
Name: name, dtype: object

names=df3.userName  #会直接影响df3
names[1]='jack'
print(df3)  

切片

lis2=df3[df3.columns[1:3]]  #取出2、3列的所有值
print(lis2)

df2['height']=[1.67,1.66,1.70]  #添加height列
print(df2)

不影响原表，从原表取出数据drop

lis3=df3.drop(['userName','height'],axis=1)
print(lis3,'n',df3)

或按列取数

lis3=df3.drop(df3.columns[1::2],axis=1) 
print(lis3)

a=df3.loc[1]     #取出行索引为1的数据，series
alist=df3.loc[[1，3]]   #以dataframe格式取出行索引为1,3的数据
print(a,'n',alist)

userName jack
age 19
habit violin
height 1.67
Name: 1, dtype: object

在不知道行索引前提下，想取出最后两个数据的username和age

lis4=df3.loc[df3.index[-2:],['userName','age']]  #df3.index[-2:]查出最后两位索引值
print(lis4)

在最后一行出入自定义数据

df2.loc[df2.shape[0]]={'age':13,'name':'Jordan','habit':'compose'}
print(df2)

lis5=df2.drop(2)
print(lis5)
lis5.index=range(lis5.shape[0])  #重置索引编号
print(lis5)

删除行后无原索引也被删除
iloc对象可通过内存中物理顺序取值

lis5=df2.drop(2)
print(lis5)
b=lis5.iloc[2]   #iloc内存中存储的物理顺序
print(b)

name Jordan
age 13
habit compose
Name: 3, dtype: object