DataFrame
DataFrame是一个【表格型】的数据结构,可以看作是【由Series组成的字典】(共用同一个索引)。DataFrame由一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维扩展到多维。DataFrame既有行索引,也有列索引。
· 行索引:index
· 列索引:columns
· 值:values(numpy的二维数组)
1)DataFrame的创建
最常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一【列】的名称,以字典的值(一个数组)作为每一列。 此外,DataFrame会自动加上每一行的索引(和Series一样)。
同Series一样,若传入的列与字典的键不匹配,则相应的值为NaN。
所有的列都共用同一组index 作为行索引。如果所传的字典和columns不匹配,就显示为NaN。
DataFrame属性:values columns index shape
DataFrame() 参数说明
Init signature: DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
Docstring:
Two-dimensional size-mutable, potentially heterogeneous tabular data
data:可以传递一个ndarray类型的二维数组
index:一维
columns:一维
实际工作中,DataFrame类型数据的创建都是通过读取CSV格式文件中的内容进行创建的。用来处理文件数据的。
2)DataFrame的索引
(1)对列进行索引
- 通过类似字典的方式
- 通过属性的方式
df对象有如下4中属性:
Type: DataFrame
String form:
height age sex weight
对于DataFrame而言,列名,就相当于属性。
DataFrame 是统计数据时用的表格,某一个事物的属性,没一个属性就对应DataFrame中的列名。
如何检索DataFrame中的行数据呢?
#因为没一行是一条数据,不是DataFrame的属性,
#所以不能用属性的方式检索DataFrame的行
可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引,且name属性也已经设置好了,就是相应的列名。
(2)对行进行索引
- 使用ix[]来进行索引 (已经过时了,可以考虑不用)
- 使用.loc[]加index来进行索引
对于切片而言,没有列切片,因为列是属性。
loc[]切片,左开右闭。
- 使用.iloc[]加整数来进行索引
iloc[]进行切片,左闭右开。
对行的检索返回一个Series,index为原来的columns。
如果多多行数据进行检索,返回的是DataFrame类型的数据。
DataFrame自身有bug,索引为汉字时,有时无法检索结果。
(3)对元素进行索引
- 使用列索引、再使用行索引
- 使用行索引(iloc[3,1])相当于两个参数;iloc[[3,3]]里的[3,3]看作一个参数。再使用列索引。
检索行时,参数可以多个,但是列,无法完成这样的操作。
- 使用values属性(二维numpy数组 ndarray)
注意:直接使用中括号时:
· 索引表示的是列索引
· 切片表示的是行切片
=====================
练习:
使用多种方法对ddd进行索引和切片
=====================
3)DataFrame的运算
(1)DataFrame之间的运算
同Series一样:
· 在运算中自动对齐不同索引的数据
· 如果索引不对应,则补NaN
创建DataFrame df1 不同学生的各科目成绩,月考一
创建DataFrame df2 不同学生的各科目成绩,月考一,有新生转入
Python Operator | Pandas Method(s) |
+ | add() |
- | sub(),subtract() |
* | mul(),multiply() |
/ | truediv(),div(),divide() |
// | floordiv() |
% | mod() |
** | pow() |
行索引不对应的情况
行、列索引不对应的情况
(2)Series与DataFrame之间的运算
【重要】
· 使用Python操作符:以行为单位操作(参数必须是行),对所有行都有效。(类似于numpy中二维数组与一维数组的运算,但可能出现NaN)
老李加不上去。
老李:三营长,你他娘的意大利炮呢!!!
· 使用pandas操作函数:
axis = 0:以列为单位操作(参数必须是列),对所有列都有效。index
axis = 1:以行为单位操作(参数必须是行),对所有行都有效。columns
=======================
练习:
1.假设ddd是其中考试成绩,ddd2是期末考试成绩,请自由创建ddd2,并将其与ddd相加,求其中期末平均成绩。
2.假设张三其中考试数学被发现左闭,要记为0分,如何实现?
3.李四因为举报张三作弊立功,其中考试所有科目加100分,如何实现?
4.后来老师发现有一道题出错了,为了安抚学生情绪,给每位学生每个科目都加10分,如何实现?加在其末考试的成绩上。
=======================