码迷,mamicode.com
首页 > 其他好文 > 详细

pandas Dataframe操作

时间:2021-06-02 19:52:27      阅读:0      评论:0      收藏:0      [点我收藏+]

标签:The   如何获取   index   top   logs   target   转化   原来   shu   

import pandas as pd

1 创建空Dataframe

df = pd.DataFrame(columns=(‘a‘, ‘b‘, ‘c‘))
df
a b c

2 添加一行Series数据

先创建Series

s1 = pd.Series({‘a‘: 1, ‘b‘: 2, ‘c‘: 3})
s1
a    1
b    2
c    3
dtype: int64
s2 = pd.Series({‘a‘: 4, ‘b‘: 5, ‘c‘: 6}, name=‘new‘)
s2
a    4
b    5
c    6
Name: new, dtype: int64

一定要用等号赋值才有效果

df = df.append(s1, ignore_index=True)  # Series没有name时,ignore_index=True
df
a b c
0 1 2 3
df = df.append(s2)
df
a b c
0 1 2 3
new 4 5 6

3 获取列数据中某个值的索引

b列中值为4的index为new

df[(df[‘b‘] == 5)].index[0]
‘new‘
len(df[(df[‘b‘] == 4)].index)
0

如果没有这个值

len(df[(df[‘b‘] == 100)].index)
0

4 选取某些列(行)

output = df.loc(axis=1)[‘a‘, ‘c‘]  # axis=0选取行  loc通过标签索引
output
a c
0 1 3
new 4 6
output = df.iloc(axis=1)[0:2]  # iloc通过下标索引
output
a b
0 1 2
new 4 5

当只选了一列(行)时,返回Series

将一列的值转化为列表

df.loc(axis=1)[‘a‘].values.tolist()
[1, 4]

5 对列数据统一处理

df[‘a‘] = df[‘a‘].apply(lambda x: x*4)  # 可以使用其它函数
df
a b c
0 4 2 3
new 16 5 6

6 使用索引

6.1 根据下标索引

df.iloc[0, 0]
4
df.iloc[0, 0] = df.iloc[1, 0] + 1
df
a b c
0 17 2 3
new 16 5 6

6.2 根据标签索引

df.loc[‘new‘, ‘a‘]
16

6.3 根据下标和标签索引

df.loc[0, ‘a‘]
17

7 修改索引

7.1 设置列标签

df.columns = [‘a‘, ‘c‘, ‘b‘]
df
a c b
0 17 2 3
new 16 5 6

7.2 设置index

df.index = [2, 1]
df
a c b
2 17 2 3
1 16 5 6

7.3 重设index(从0开始)

df = df.reset_index(drop=True)  # drop=True表示不保留原来的index
df
a c b
0 17 2 3
1 16 5 6

7.4 按照某一列的值排序

df = df.sort_values(by=‘a‘)  # 按照a列的值从小到大排序
df
a c b
1 16 5 6
0 17 2 3

8 滑动窗口rolling

对某一列进行滑动窗口操作
先添加一行数据

df = df.append(pd.Series({‘a‘: 4, ‘b‘: 7, ‘c‘: 8}), ignore_index=True)
df
a c b
0 16 5 6
1 17 2 3
2 4 8 7
window = 2  # 窗口大小为2
output = df[‘c‘].rolling(window).mean()  # 取平均值  标签默认取窗口右端
output
0    NaN
1    3.5
2    5.0
Name: c, dtype: float64
window = 3
output = df[‘c‘].rolling(window).mean(center=True)  #标签取窗口中间
output
0    NaN
1    5.0
2    NaN
Name: c, dtype: float64

9 计算标准差

每一列计算标准差

df.std(axis=0)
a    7.234178
c    3.000000
b    2.081666
dtype: float64

10 获取行数和列数

df.shape[0]  # 行数
3
df.shape[1]  # 列数
3

11 参考资料

Pandas 根据值查索引
Pandas中loc和iloc函数用法详解(源码+实例)
pandas: transfer Int64Index to int 将Int64Index转换为int类型
python——修改Dataframe列名的两种方法
如何将dataframe单列的int类型转化为str类型
Pandas对一列做运算
pandas.DataFrame.reset_index
Is it possible to append Series to rows of DataFrame without making a list first?
如何获取Dataframe的行数和列数
Pandas把dataframe或series转换成list
Pandas的Series的创建
pd.Series转list并读取值
Pandas入门之rolling滑动窗口
Pandas DataFrame.std()函数

本文最新版本

pandas Dataframe操作

标签:The   如何获取   index   top   logs   target   转化   原来   shu   

原文地址:https://www.cnblogs.com/zouxlin3/p/14836706.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!