标签：ocs first als master htm 存在 传送门 art 字母
在家为国家做贡献太无聊，不如跟我一起学点 Python
人生苦短，我用 Python
前文传送门：
小白学 Python 数据分析（2）：Pandas （一）概述
小白学 Python 数据分析（3）：Pandas （二）数据结构 Series
DataFrame 是由多种类型的列构成的二维标签数据结构。
简单理解是类似于 Excel 、 SQL 表的结构。
DataFrame 是最常用的 Pandas 对象，与 Series 一样，DataFrame 支持多种类型的输入数据：
同 Excel 一样， DataFrame 拥有行标签（ index ）和列标签（ columns ），可以理解为 Excel 的行和列。
在构建 DataFrame 的时候，可以有选择的传递 index 和 columns 参数。
这样可以确保生成的 DataFrame 里包含索引或列。
注意： Python > = 3.6，且 Pandas > = 0.23，数据是字典，且未指定 columns 参数时，DataFrame 的列按字典的插入顺序排序。
Python < 3.6 或 Pandas < 0.23，且未指定 columns 参数时，DataFrame 的列按字典键的字母排序。
先看一个简单的示例：
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)结果如下：
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d NaN 4.0在通过 Series 构建 DataFrame 的时候，生成的 index （索引）是每个 Series 索引的并集。
先把嵌套字典转换为 Series 。如果没有指定列， DataFrame 的列就是字典键的有序列表。
这里我们在字典中使用两个字符串 one 和 two 作为字典的 key ，在构造 DataFrame 时会自动的使用我们的字典的 key 作为自己的 columns （列）。
如果我们在构造 DataFrame 手动指定索引，那么将会使用我们自行指定的索引，示例如下：
df1 = pd.DataFrame(d, index=['d', 'b', 'a'])
print(df1)结果如下：
one two
d NaN 4.0
b 2.0 2.0
a 1.0 1.0如果我们同时指定 index 和 column ，那么 DataFrame 也将会使用我们指定的索引和列，如果我们指定的 index 或者 column 不存在，将会使用 NaN 进行默认值填充，示例如下：
df2 = pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
print(df2)结果如下：
two three
d 4.0 NaN
b 2.0 NaN
a 1.0 NaN注意： 这里有一点需要注意，指定列与数据字典一起传递时，传递的列会覆盖字典的键。
在使用 Series 构建 DataFrame 时， DataFrame 会自动继承 Series 的索引，如果没有指定列名，默认列名是输入 Series 的名称。
首先，多维数组的长度必须相同。
如果传递了索引参数，index 的长度必须与数组一致。
如果没有传递索引参数，那么将会按照序列从 0 开始，自动生成，示例如下：
d1 = {'one': [1., 2., 3., 4.],
'two': [4., 3., 2., 1.]}
df3 = pd.DataFrame(d1)
print(df3)
df4 = pd.DataFrame(d1, index=['a', 'b', 'c', 'd'])
print(df4)结果如下：
one two
0 1.0 4.0
1 2.0 3.0
2 3.0 2.0
3 4.0 1.0
one two
a 1.0 4.0
b 2.0 3.0
c 3.0 2.0
d 4.0 1.0d2 = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df5 = pd.DataFrame(d2)
print(df5)
df6 = pd.DataFrame(d2, index=['first', 'second'], columns=['a', 'b'])
print(df6)结果如下：
a b c
0 1 2 NaN
1 5 10 20.0
a b
first 1 2
second 5 10元组字典可以自动创建多层索引 DataFrame。
d3 = ({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},
('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},
('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},
('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},
('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})
df7 = pd.DataFrame(d3)
print(df7)结果如下：
a b
b a c a b
A B 1.0 4.0 5.0 8.0 10.0
C 2.0 3.0 6.0 7.0 NaN
D NaN NaN NaN NaN 9.0创建好了 DataFrame 以后，我们自然是希望可以动态的操作它，那么标准的 CRUD 操作必不可少。
获取数据示例如下，这里我们使用 df4 做演示：
# 获取数据
print(df4)
# 按列获取
print(df4['one'])
# 按行获取
print(df4.loc['a'])
print(df4.iloc[0])
df4['three'] = df4['one'] * df4['two']
df4['flag'] = df4['one'] > 2
print(df4)结果如下：
one two
a 1.0 4.0
b 2.0 3.0
c 3.0 2.0
d 4.0 1.0
a 1.0
b 2.0
c 3.0
d 4.0
Name: one, dtype: float64
one 1.0
two 4.0
Name: a, dtype: float64
one 1.0
two 4.0
Name: a, dtype: float64
one two three flag
a 1.0 4.0 4.0 False
b 2.0 3.0 6.0 False
c 3.0 2.0 6.0 True
d 4.0 1.0 4.0 True# 删除数据
del df4['two']
df4.pop('three')
print(df4)结果如下：
one flag
a 1.0 False
b 2.0 False
c 3.0 True
d 4.0 True插入标量值，将会全部的列都插入，如下：
# 插入数据
df4['foo'] = 'bar'
print(df4)结果如下
one flag foo
a 1.0 False bar
b 2.0 False bar
c 3.0 True bar
d 4.0 True bar插入与 DataFrame 索引不同的 Series 时，以 DataFrame 的索引为准：
df4['one_trunc'] = df4['one'][:2]
print(df4)结果如下：
one flag foo one_trunc
a 1.0 False bar 1.0
b 2.0 False bar 2.0
c 3.0 True bar NaN
d 4.0 True bar NaN可以插入原生多维数组，但长度必须与 DataFrame 索引长度一致。
可以使用 insert 方法插入数据，默认在 DataFrame 尾部插入列，但是可以手动指定插入列的位置，从 0 起算，示例如下：
df4.insert(1, 'bar', df4['one'])
print(df4)结果如下：
one bar flag foo one_trunc
a 1.0 1.0 False bar 1.0
b 2.0 2.0 False bar 2.0
c 3.0 3.0 True bar NaN
d 4.0 4.0 True bar NaN老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。
https://www.pypandas.cn/docs/getting_started/dsintro.html
小白学 Python 数据分析（4）：Pandas （三）数据结构 DataFrame
标签：ocs first als master htm 存在 传送门 art 字母
原文地址：https://www.cnblogs.com/babycomeon/p/12321717.html
