返回顶部
首页 > 资讯 > 后端开发 > Python >Python 之 Pandas DataFrame 数据类型的简介、创建的列操作
  • 230
分享到

Python 之 Pandas DataFrame 数据类型的简介、创建的列操作

pandaspython数据分析 2023-08-31 10:08:18 230人浏览 薄情痞子

Python 官方文档:入门教程 => 点击学习

摘要

文章目录 一、DataFrame 结构简介二、DataFrame 对象创建1. 使用普通列表创建2. 使用嵌套列表创建3 指定数值元素的数据类型为 float4. 字典嵌套列表创建5. 添加自

文章目录

  • DataFrame 是 pandas 的重要数据结构之一,也是在使用 Pandas 进行数据分析过程中最常用的结构之一,可以这么说,掌握了 DataFrame 的用法,你就拥有了学习数据分析的基本能力。

一、DataFrame 结构简介

  • DataFrame 是一个表格型的数据结构,既有行标签(index),又有列标签(columns),它也被称异构数据表。
  • 所谓异构,指的是表格中每列的数据类型可以不同,比如可以是字符串、整型或者浮点型等。其结构图示意图,如下所示:

在这里插入图片描述

  • 表格中展示了某个销售团队个人信息和绩效评级(rating)的相关数据。数据以行和列形式来表示,其中每一列表示一个属性,而每一行表示一个条目的信息。
  • 下表展示了上述表格中每一列标签所描述数据的数据类型,如下所示:

在这里插入图片描述

  • DataFrame 的每一列数据都可以看成一个 Series 结构,只不过,DataFrame 为每列数据值增加了一个列标签。
  • 因此 DataFrame 其实是从 Series 的基础上演变而来,并且他们有相同的标签,在数据分析任务中 DataFrame 的应用非常广泛,因为它描述数据的更为清晰、直观。
  • 通过示例对 DataFrame 结构做进一步讲解。 下面展示了一张学生评分表,如下所示:

在这里插入图片描述

  • 同 Series 一样,DataFrame 自带行标签索引,默认为隐式索引即从 0 开始依次递增,行标签与 DataFrame 中的数据项一一对应。上述表格的行标签从 0 到 3,共记录了 4 条数据(图中将行标签省略)。当然你也可以用“显式索引”的方式来设置行标签。
  • 下面对 DataFrame 数据结构的特点做简单地总结,如下所示:
  • (1) DataFrame 每一列的标签值允许使用不同的数据类型。
  • (2) DataFrame 是表格型的数据结构,具有行和列。
  • (3) DataFrame 中的每个数据值都可以被修改。
  • (4) DataFrame 结构的行数、列数允许增加或者删除。
  • (5) DataFrame 有两个方向的标签轴,分别是行标签和列标签。
  • (6) DataFrame 可以对行和列执行算术运算。

二、DataFrame 对象创建

  • Pandas DataFrame 是一个二维的数组结构,类似二维数组。
  • DataFrame 的语法模板如下:
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)

其参数含义如下:

  • data 表示输入的数据,可以是 ndarray,series,list,dict,标量以及一个 DataFrame。
  • index 表示行标签,如果没有传递 index 值,则默认行标签是 RangeIndex(0, 1, 2, …, n),n 代表 data 的元素个数。
  • columns 表示列标签,如果没有传递 columns 值,则默认列标签是 RangeIndex(0, 1, 2, …, n)。
  • dtype 表示要强制的数据类型。只允许使用一种数据类型。如果没有定义强制的数据类型,就会自行推断。
  • copy 表示从输入复制数据。对于 dict 数据,copy=True,表示重新复制一份。对于 DataFrame 或 ndarray 输入,类似于 copy=False,在原数据中进行操作。
  • 在开始之前,我们需要先引入 numpy 和 pandas 库。
import numpy as np​import pandas as pd

1. 使用普通列表创建

  • 使用 DataFrame 数据结构进行输出。
  • 在这里我们并没有设置 index 和 columns,因此,他们就默认从 0 开始。
  • DataFrame 不会输出数据类型。
data = [1,2,3,4,5]df = pd.DataFrame(data)print(df)#   0#0  1#1  2#2  3#3  4#4  5
  • 使用 Series 数据结构进行输出。
  • Series 会输出对应的数据类型。
data = [1,2,3,4,5]df = pd.Series(data)print(df)#0    1#1    2#2    3#3    4#4    5#dtype: int64

2. 使用嵌套列表创建

  • 列表中每个元素代表一行数据,如果我们不分配列标签,他们会默认从 0 开始进行计数。
data = [['xiaowang',20],['Lily',30],['Anne',40]]df = pd.DataFrame(data)print(df)#          0   1#0  xiaowang  20#1      Lily  30#2      Anne  40
  • 当我们分配列标签时,会按我们分配的进行输出。
  • 这里需要注意的是,我们分配的列标签必须和列数对应。
data = [['xiaowang',20],['Lily',30],['Anne',40]]df = pd.DataFrame(data,columns=['Name','Age'])print(df)#       Name  Age#0  xiaowang   20#1      Lily   30#2      Anne   40

3 指定数值元素的数据类型为 float

  • 需要注意的是,dtype 只能设置一个,设置多个列的数据类型,需要使用其他方式。
  • 当我们分配列标签时,满足我们设定的数据类型会自动使用,不满足则会自动识别。
data = [['xiaowang', 20, "男", 5000],['Lily', 30, "男", 8000],['Anne', 40, "女", 10000]]df = pd.DataFrame(data,columns=['Name','Age',"gender", "salary"], dtype=int)print(df)print(df['salary'].dtype)#       Name  Age gender  salary#0  xiaowang   20      男    5000#1      Lily   30      男    8000#2      Anne   40      女   10000#float64

4. 字典嵌套列表创建

  • data 字典中,键对应的值的元素长度必须相同(也就是列表长度相同)。
  • 如果传递了索引,那么索引的长度应该等于数组的长度;如果没有传递索引,那么默认情况下,索引将是 RangeIndex(0.1…n),其中 n 代表数组长度。
  • 这里我们需要注意的时,字典在 python 3.7 以后是有顺序的。
  • 例如,我们通过字典创建 DataFrame,输出行标签和列标签。
data = {'Name':['关羽', '刘备', '张飞', '曹操'],'Age':[28,34,29,42]}df = pd.DataFrame(data)print(df)print(df.index)print(df.columns)#  Name  Age#0   关羽   28#1   刘备   34#2   张飞   29#3   曹操   42#RangeIndex(start=0, stop=4, step=1)#Index(['Name', 'Age'], dtype='object')
  • 注意:这里使用了默认行标签,也就是 RangeIndex(0.1…n)。它生成了 0,1,2,3,并分别对应了列表中的每个元素值。

5. 添加自定义的行标签

  • 通过字典嵌套列表创建 DataFrame ,并定义我们的行标签,最后输出行标签和列标签。
data = {'Name':['关羽', '刘备', '张飞', '曹操'],'Age':[28,34,29,42]}index = ["rank1", "rank2", "rank3", "rank4"]df = pd.DataFrame(data, index=index)print(df)print(df.index)print(df.columns)#      Name  Age#rank1   关羽   28#rank2   刘备   34#rank3   张飞   29#rank4   曹操   42#Index(['rank1', 'rank2', 'rank3', 'rank4'], dtype='object')#Index(['Name', 'Age'], dtype='object')

6. 列表嵌套字典创建 DataFrame 对象

  • 列表嵌套字典可以作为输入数据传递给 DataFrame 构造函数。默认情况下,字典的键被用作列名。
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]df = pd.DataFrame(data, index=['first', 'second'])print(df)#        a   b     c#first   1   2   NaN#second  5  10  20.0
  • 注意,如果其中某个元素值缺失,也就是字典的 key 无法找到对应的 value,将使用 NaN 代替。
  • 如何使用列表嵌套字典创建一个 DataFrame 对象,可以设置结果需要那些列。
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])​df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1'])print("===========df1============")print(df1)print("===========df2============")print(df2)#===========df1============#        a   b#first   1   2#second  5  10#===========df2============#        a  b1#first   1 NaN#second  5 NaN

7. Series 创建 DataFrame 对象

  • 也可以传递一个字典形式的 Series,从而创建一个 DataFrame 对象,其输出结果的行索引是所有 index 的合集。
d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print(df)type(np.NaN)#   one  two#a  1.0    1#b  2.0    2#c  3.0    3#d  NaN    4#float
  • 注意:对于 one 列而言,此处虽然显示了行索引 ‘d’,但由于没有与其对应的值,所以它的值为 NaN。
  • 当我们需要解决不同列的数据类型时,可以使用设置自定义数据类型。
data = {    "Name":pd.Series(['xiaowang', 'Lily', 'Anne']),    "Age":pd.Series([20, 30, 40],  dtype=float),    "gender":pd.Series(["男", "男", "女"]),    "salary":pd.Series([5000, 8000, 10000], dtype=float)}df = pd.DataFrame(data)df#         Name      Agegender      salary#0xiaowang     20.0        男 5000.0#1          Lily     30.0        男 8000.0#2       Anne     40.0        女    10000.0

三、DataFrame 列操作

  • DataFrame 可以使用列标签来完成数据的选取、添加和删除操作。下面依次对这些操作进行介绍。

1. 选取数据列

  • 可以使用列索引,轻松实现数据选取。
  • 我们通过字典创建 DataFrame,定义行标签,单独选取每一列并输出。
data = {'Name':['关羽', '刘备', '张飞', '曹操'],'Age':[28,34,29,42]}index = ["rank1", "rank2", "rank3", "rank4"]df = pd.DataFrame(data, index=index)print(df)print("=========df['Name']:取得Name列===============")print(df['Name'])print("=========df['Age']:取得Age列===============")print(df['Age'])#      Name  Age#rank1   关羽   28#rank2   刘备   34#rank3   张飞   29#rank4   曹操   42#=========df['Name']:取得Name列===============#rank1    关羽#rank2    刘备#rank3    张飞#rank4    曹操#Name: Name, dtype: object#=========df['Age']:取得Age列===============#rank1    28#rank2    34#rank3    29#rank4    42#Name: Age, dtype: int64​
  • 我们也可以同时选取很多列。
print("=========df[['Name', 'Age']]:df选取多列===============")print(df[['Name', 'Age']])#=========df[['Name', 'Age']]:df选取多列===============#      Name  Age#rank1   关羽   28#rank2   刘备   34#rank3   张飞   29#rank4   曹操   42
  • 这里需要注意的是,列不是能使用切片选取多列。
print("=========df不能使用切片选取多列===============")print(df['Name': 'Age']) #=========df不能使用切片选取多列===============#Empty DataFrame#Columns: [Name, Age]#Index: []
  • 如果我直接通过标签位置去获取列,会报错。
df[1]

2. 列添加

  • 使用 columns 列索引标签可以实现添加新的数据列,示例如下。
  • 首先,我们创建初始数据。
d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print(df)#   one  two#a  1.0    1#b  2.0    2#c  3.0    3#d  NaN    4
  • 然后使用 df[‘列’]= 值,插入新的数据列。
print ("====通过Series添加一个新的列====:")df['three']=pd.Series([10,20,30],index=['a','b','c'])print(df)#​====通过Series添加一个新的列====:#   one  two  three#a  1.0    1   10.0#b  2.0    2   20.0#c  3.0    3   30.0#d  NaN    4    NaN
  • 我们也可以将已经存在的数据列相加运算,从而创建一个新的列。
print ("======将已经存在的数据列相加运算,从而创建一个新的列:=======")df['four']=df['one']+df['three']print(df)#======将已经存在的数据列相加运算,从而创建一个新的列:=======#   one  two  three  four#a  1.0    1   10.0  11.0#b  2.0    2   20.0  22.0#c  3.0    3   30.0  33.0#d  NaN    4    NaN   NaN
  • 如果我们新添加的列当中出现新的行标签,就不会显示出来。
df['error']=pd.Series([10,20,30],index=['b','a','s3'])print(df)#   one  two  three  four  error#a  1.0    1   10.0  11.0   20.0#b  2.0    2   20.0  22.0   10.0#c  3.0    3   30.0  33.0    NaN#d  NaN    4    NaN   NaN    NaN

3. insert() 方法添加

  • 在上述示例中,我们初次使用了 DataFrame 的算术运算,这和 NumPy 非常相似。
  • 除了使用 df[]=value 的方式外,您还可以使用 insert() 方法插入新的列,其语法模板如下:
df.insert(loc, column, value, allow_duplicates=False)
  • 其参数含义如下:
  • loc 表示整型,插入索引,必须验证 0<=loc<=len(列)。
  • column 表示插入列的标签,类型可以是字符串、数字或者散列对象。
  • value 表示数值,必须是 Series 或者数组。
  • allow_duplicates 表示是否允许重复,可以有相同的列标签数据,默认为 False。
  • 具体可见如下例子,我们先生成初始数据,便于后续的操作。
info=[['王杰',18],['李杰',19],['刘杰',17]]df=pd.DataFrame(info,columns=['name','age'])print(df)#  name  age#0   王杰   18#1   李杰   19#2   刘杰   17
  • 这里需要注意的是,我们使用 column 参数。数值 1 代表插入到 columns 列表的索引位置。其中,loc 代表整型,插入索引,必须验证 0<=loc<=len(列)。
    df.insert(1,column=‘score’,value=[91,90,75])
print("=====df.insert插入数据:=======")print(df)#=====df.insert插入数据:=======#  name  score  age#0   王杰     91   18#1   李杰     90   19#2   刘杰     75   17
  • 当然,我们也可以添加重复列标签数据。
df.insert(1,column='score',value=[80,70,90],allow_duplicates=True)print(df)#  name  score  score  age#0   王杰     80     91   18#1   李杰     70     90   19#2   刘杰     90     75   17
  • 此时,如果我们单独提取出列标签是 score 的列,那么,两列就都会输出。
df['score']#scorescore#08091#17090#29075
  • 如果我们将 allow_duplicates 参数设置为 False,然后再插入具有相同列标签的数据,就会报错。
df.insert(1,column='score',value=[80,70,90])# 错误 cannot insert name, already exists

4. 删除数据列

  • 我们通过 del 和 pop() 都能够删除 DataFrame 中的数据列,但区别是,del 没有返回值,而 pop 有返回值,具体示例如下:
  • 首先,我们创建初始数据,便于后面的对比操作。
d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),     'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),     'three' : pd.Series([10,20,30], index=['a','b','c'])}df = pd.DataFrame(d)print ("Our dataframe is:")print(df)#Our dataframe is:#   one  two  three#a  1.0    1   10.0#b  2.0    2   20.0#c  3.0    3   30.0#d  NaN    4    NaN
  • 我们使用 del 方法进行删除操作。
del df['one']print("=======del df['one']=========")print(df)#=======del df['one']=========#   two  three#a    1   10.0#b    2   20.0#c    3   30.0#d    4    NaN
  • 我们使用 pop 方法进行删除操作。
  • 由于,pop 方法可以返回我们删除的数据,因此,在一定程度上也可以用来提取数据,但是,他也会修改我们的源数据。
res_pop = df.pop('two')print("=======df.pop('two')=========")print(df)print("=======res_pop = df.pop('two')=========")print(res_pop)#=======df.pop('two')=========#   three#a   10.0#b   20.0#c   30.0#d    NaN#=======res_pop = df.pop('two')=========#a    1#b    2#c    3#d    4#Name: two, dtype: int64

来源地址:https://blog.csdn.net/weixin_45891612/article/details/129118246

--结束END--

本文标题: Python 之 Pandas DataFrame 数据类型的简介、创建的列操作

本文链接: https://lsjlt.com/news/385273.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • Python 之 Pandas DataFrame 数据类型的简介、创建的列操作
    文章目录 一、DataFrame 结构简介二、DataFrame 对象创建1. 使用普通列表创建2. 使用嵌套列表创建3 指定数值元素的数据类型为 float4. 字典嵌套列表创建5. 添加自...
    99+
    2023-08-31
    pandas python 数据分析
  • python-pandas创建Series数据类型的操作
    1.什么是pandas 2.查看pandas版本信息 print(pd.__version__) 输出: 0.24.1 3.常见数据类型 常见的数据类型: - 一维: ...
    99+
    2024-04-02
  • 【Python】【pandas】打印 DataFrame 的每一列数据类型。
    方法一: 可以使用 dtypes 属性来打印 DataFrame 的每一列数据类型。dtypes 属性返回一个 Series,其中包含每个列的名称和对应的数据类型。 以下是打印 DataFrame 每一列数据类型的示例代码: print(d...
    99+
    2023-09-04
    python pandas 开发语言
  • python数据类型-列表创建和操作
    列表创建和操作a)  创建列表b)  基本操作c)  遍历与其说  列表  它是一个数据类型,用起来 更像一个灵活多变的数据存储方案 创建列表创建列表例子player = 'mao 80 50'   mao = '100 60 0'   z...
    99+
    2023-01-31
    数据类型 操作 列表
  • python序列数据类型之序列数据的基本操作
      1. 序列的长度、最大值、最小值、求和  通过内置函数len()、max() .minO可以获取序列的长度、序列中元索的最大值、序列中元素的最小值。通过内置函数sum()可以获取列表或元组中的各元素之和:如果有非数值元索,则导致TyeE...
    99+
    2023-06-02
  • Python Pandas 修改表格数据类型 DataFrame 列的顺序案例
    目录一、修改表格数据类型 DataFrame 列的顺序1.1主要知识点1.2创建 python 文件1.3运行结果 二、Pandas 如何统计某个数据列的空值个数2.1主要...
    99+
    2024-04-02
  • Python数据类型简介之numpy
    本篇文章给大家带来了关于Python的相关知识,其中主要整理了numpy数据类型的相关问题,包括了numpy的基本数据类型、numpy自定义复合数据类型、使用ndarray保存日期数据类型等等内容,下面一起来看一下,希望对大家有帮助。【相关...
    99+
    2022-08-08
    python
  • python的数据类型简介
    ipython:原生python不具有命令行补全等功能,这个工具提供了类似shell的功能,方便学习使用安装:wget https://repo.continuum.io/archive/Anaconda2-5.1.0-Linux-x86...
    99+
    2023-01-31
    数据类型 简介 python
  • Python数据分析之 Pandas Dataframe合并和去重操作
    目录一、之 Pandas Dataframe合并二、去重操作一、之 Pandas Dataframe合并 在数据分析中,避免不了要从多个数据集中取数据,那就避免不了要进行数据的合并,...
    99+
    2024-04-02
  • Python数据分析Pandas Dataframe排序操作的方法
    本文小编为大家详细介绍“Python数据分析Pandas Dataframe排序操作的方法”,内容详细,步骤清晰,细节处理妥当,希望这篇“Python数据分析Pandas Dataframe排序操作的方法”文章能帮助大家...
    99+
    2023-06-30
  • 数据类型和创建操作数据库
        数据库的数据类型有×××、浮点型、字符型、每种数据类型各自有各自的使用范围,与C语言和Java等语言有大同小异之处,这里再说明一下  &n...
    99+
    2024-04-02
  • Python中的数据类型的相关操作介绍
    本篇内容主要讲解“Python中的数据类型的相关操作介绍”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python中的数据类型的相关操作介绍”吧!1-1 Python中的数据类型一、整数Pyth...
    99+
    2023-06-02
  • Pandas中Series的创建及数据类型转换
    目录 一、实战场景二、主要知识点三、菜鸟实战1、创建 python 文件,用Numpy创建Series2、转换Series的数据类型 四、补充1、创建 pytho...
    99+
    2024-04-02
  • Python数据分析之 Pandas Dataframe修改和删除及查询操作
    目录一、查询操作元素的查询二、修改操作行列索引的修改元素值的修改三、行和列的删除操作一、查询操作 可以使用Dataframe的index属性和columns属性获取行、列索引。 im...
    99+
    2024-04-02
  • 详细介绍在pandas中创建category类型数据的几种方法
    在pandas中创建category类型数据的几种方法之详细攻略  T1、直接创建 category类型数据 可知,在category类型数据中,每一个元素的值要么是预设...
    99+
    2024-04-02
  • python之操作系统介绍,进程的创建
    操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系...
    99+
    2023-01-30
    进程 操作系统 python
  • Pandas数据类型之category的用法
    创建category 使用Series创建 在创建Series的同时添加dtype="category"就可以创建好category了。category分为两部分,一部分是order,一部分是字面量: In [1...
    99+
    2022-06-02
    category的用法 Python pandas
  • python数据处理之Pandas类型转换的实现
    目录转换为字符串类型转换为数值类型转为数值类型还可以使用to_numeric()函数分类数据(Category)数据类型小结转换为字符串类型 tips['sex_str'] = ti...
    99+
    2024-04-02
  • 简单介绍Python中的几种数据类型
    大体上把Python中的数据类型分为如下几类: Number(数字) 包括int,long,float,complex String(字符串) 例如:hello,"he...
    99+
    2022-06-04
    几种 数据类型 简单
  • python的序列类型range怎么创建
    这篇“python的序列类型range怎么创建”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“python的序列类型range...
    99+
    2023-06-26
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作