pandas创建二维数据类型——DataFrame

创建二维数据的几种方法

• 方法1： 通过列表创建
  DataFRame对象里面包含两个索引， 行索引(0轴， axis=0)， 列索引(1轴， axis=1)

li = [
    [1, 2, 3, 4],
    [2, 3, 4, 5]
]
# DataFRame对象里面包含两个索引， 行索引(0轴， axis=0)， 列索引(1轴， axis=1)
d1 = pd.DataFrame(data=li, index=['A', 'B'], columns=['views', 'loves', 'comments', 'tranfers'])
print(d1)

• 方法2： 通过numpy对象创建

 narr = np.arange(8).reshape(2, 4)
d2 = pd.DataFrame(data=narr, index=['A', 'B'], columns=['views', 'loves', 'comments', 'tranfers'])
print('方法二\n',d2)`

• 方法三: 通过字典的方式创建;

dict = {
    'views': [1, 2, ],
    'loves': [2, 3, ],
    'comments': [3, 4, ]

}
d3 = pd.DataFrame(data=dict, index=['粉条', "粉丝"])
print('方法三\n',d3)

• 按索引创建二维数组

# 行索引
dates = pd.date_range(start='today', periods=6)
# 数据
data_arr = np.random.randn(6, 4)
# 列索引
columns = ['A', 'B', 'C', 'D']
d4 = pd.DataFrame(data_arr, index=dates, columns=columns)
print('索引\n',d4)

• 练习：建立一个以2019年每一天作为索引， 值为随机数；

dates = pd.date_range(start='1/1/2019', end='12/31/2019', freq='D')
datas = np.random.randn(len(dates))
s1 = pd.Series(datas, index=dates)
print('一维练习',s1[:3])

DataFrame的基本操作

创建二维数组：

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

narr = np.arange(8).reshape(2, 4)
# DataFRame对象里面包含两个索引， 行索引(0轴， axis=0)， 列索引(1轴， axis=1)
d2 = pd.DataFrame(data=narr, index=['A', 'B'], columns=['views', 'loves', 'comments', 'tranfers'])
print(d2)

1). 查看基础属性

• 显示头部和尾部的几行， 默认5行
• 获取行数和列数
• 获取数据类型，获取维度
• 对数组进行索引，显示索引位置对应的数值

print('获取行数和列数\n',d2.shape)  # 获取行数和列数;
print('列数据类型\n',d2.dtypes)  # 列数据类型
print('获取数据的维度\n',d2.ndim)  # 获取数据的维度
print('行索引\n',d2.index) # 行索引
print('列索引\n',d2.columns) # 列索引
print('对象的值\n',d2.values, type(d2.values))   # 对象的值， 二维ndarray数组;

2). 数据整体状况的查询

• 显示头部和尾部的几行，默认5行：
  head 和tail
• 相关信息的预览：行数， 列数， 列类型， 内存占用
  info
• 快速综合用计结果： 计数， 均值， 标准差， 最小值， 1/4位数， 中位数， 3/4位数， 最大值;
  describe

print('头部\n',d2.head(1))  # 显示头部的几行， 默认5行
print('尾部\n',d2.tail(1))  # 显示尾部的几行， 默认5行

# print("*"*10)
# 相关信息的预览： 行数， 列数， 列类型， 内存占用
print("info:", d2.info())

print("统计".center(50, '*'))
# 快速综合用计结果： 计数， 均值， 标准差， 最小值， 1/4位数， 中位数， 3/4位数， 最大值;
print(d2.describe())

3). 转置操作

print('转置操作\n',d2.T)

4). 按列进行排序
按照指定列进行排序， 默认是升序， 如果需要降序显示，设置ascending=False;

print('按列进行排序\n',d2)
# 按照指定列进行排序， 默认是升序， 如果需要降序显示，设置ascending=False;
print('按照指定列进行降序排列\n',d2.sort_values(by="views", ascending=False))

5). 切片及查询

• 可以实现切片， 但是不能索引
• 通过标签查询， 获取单列信息
• 通过标签查询多列信息

print('可以实现切片， 但是不能索引\n',d2[:1])   # 可以实现切片， 但是不能索引;
print('1:\n', d2['views'])   # 通过标签查询， 获取单列信息
print('2:\n', d2.views)   # 和上面是等价的;
print('标签查询多列信息\n',d2[['views', 'comments']])  # 通过标签查询多列信息

6). 通过类似索引的方式查询;

• iloc(通过位置进行行数据的获取),
• loc(t通过标签索引行数据)

print(d2)
print('iloc(通过位置进行行数据的获取)\n',d2.iloc[0])
print(d2.iloc[-1:])
print('loc(t通过标签索引行数据)\n',d2.loc['A'])

7). 更改pandas的值；

d2.loc['A'] = np.nan
print(d2)