python中pandas.DataFrame的簡單操作方法（創(chuàng)建、索引、增添與刪除）
前言
最近在網(wǎng)上搜了許多關(guān)于pandas.DataFrame的操作說明，都是一些基礎(chǔ)的操作，但是這些操作組合起來還是比較費(fèi)時(shí)間去正確操作DataFrame，花了我挺長時(shí)間去調(diào)整BUG的。我在這里做一些總結(jié)，方便你我他。感興趣的朋友們一起來看看吧。
一、創(chuàng)建DataFrame的簡單操作：
1、根據(jù)字典創(chuàng)造：
In [1]: import pandas as pd
In [3]: aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]}
In [4]: bb=pd.DataFrame(aa)
In [5]: bb
Out[5]:
one three two
0 1 3 2
1 2 4 3
2 3 5 4`
字典中的keys就是DataFrame里面的columns，但是沒有index的值，所以需要自己設(shè)定，不設(shè)定默認(rèn)是從零開始計(jì)數(shù)。
bb=pd.DataFrame(aa,index=['first','second','third']) bb Out[7]: one three two first 1 3 2 second 2 4 3 third 3 5 4
2、從多維數(shù)組中創(chuàng)建
import numpy as np In [9]: del aa In [10]: aa=np.array([[1,2,3],[4,5,6],[7,8,9]]) In [11]: aa Out[11]: array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) In [12]: bb=pd.DataFrame(aa) In [13]: bb Out[13]: 0 1 2 0 1 2 3 1 4 5 6 2 7 8 9
從多維數(shù)組中創(chuàng)建就需要為DataFrame賦值columns和index，否則就是默認(rèn)的，很丑的。
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three']) In [15]: bb Out[15]: one two three 22 1 2 3 33 4 5 6 44 7 8 9
3、用其他的DataFrame創(chuàng)建
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three']) bb Out[15]: one two three 22 1 2 3 33 4 5 6 44 7 8 9 cc=bb[['one','three']].copy() Cc Out[17]: one three 22 1 3 33 4 6 44 7 9
這里的拷貝是深拷貝，改變cc中的值并不能改變bb中的值。
cc['three'][22]=5 bb Out[19]: one two three 22 1 2 3 33 4 5 6 44 7 8 9 cc Out[20]: one three 22 1 5 33 4 6 44 7 9
二、DataFrame的索引操作：
對于一個(gè)DataFrame來說，索引是最煩的，最易出錯(cuò)的。
1、索引一列或幾列，比較簡單：
bb['one'] Out[21]: 22 1 33 4 44 7 Name: one, dtype: int32
多個(gè)列名需要將輸入的列名存在一個(gè)列表里，才是個(gè)collerable的變量，否則會報(bào)錯(cuò)。
bb[['one','three']] Out[29]: one three 22 1 3 33 4 6 44 7 9
2、索引一條記錄或幾條記錄：
bb[1:3] Out[27]: one two three 33 4 5 6 44 7 8 9 bb[:1] Out[28]: one two three 22 1 2 3
這里注意冒號是必須有的，否則是索引列的了。
3、索引某幾列的變量的某幾條記錄，這個(gè)折磨了我好久：
第一種
bb.loc[[22,33]][['one','three']] Out[30]: one three 22 1 3 33 4 6
這種不能改變這里面的值，你只是能讀值，不能寫值，可能和loc()函數(shù)有關(guān)：
bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]] In [32]: bb Out[32]: one two three 22 1 2 3 33 4 5 6 44 7 8 9
第二種：也是只能看
bb[['one','three']][:2] Out[33]: one three 22 1 3 33 4 6
想要改變其中的值就會報(bào)錯(cuò)。
In [34]: bb[['one','three']][:2]=[[2,2],[2,2]] -c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_index,col_indexer] = value instead F:\Anaconda\lib\site-packages\pandas\core\frame.py:1999: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame return self._setitem_slice(indexer, value)
第三種：可以改變數(shù)據(jù)的值?。?！
Iloc是按照數(shù)據(jù)的行列數(shù)來索引，不算index和columns
bb.iloc[2:3,2:3] Out[36]: three 44 9 bb.iloc[1:3,1:3] Out[37]: two three 33 5 6 44 8 9 bb.iloc[0,0] Out[38]: 1
下面是證明：
bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]] In [45]: bb Out[45]: one two three 22 9 9 3 33 9 9 6 44 9 9 9
三、在原有的DataFrame上新建一個(gè)columns或幾個(gè)columns
1、什么都不用的，只能單獨(dú)創(chuàng)建一列，多列并不好使，親測無效：
bb['new']=[2,3,4] bb Out[51]: one two three new 22 9 9 3 2 33 9 9 6 3 44 9 9 9 4 bb[['new','new2']]=[[2,3,4],[5,3,7]] KeyError: "['new' 'new2'] not in index"
賦予的list基本就是按照所給index值順序賦值，可是一般我們是要對應(yīng)的index進(jìn)行賦值，想要更高級的賦值就看后面的了。
2、使用字典進(jìn)行多列按index賦值：
aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}
In [58]: bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys()))
In [59]: bb
Out[59]:
one two three new hi hello ok
22 9 9 3 2 33 55 457
33 9 9 6 3 234 44 55
44 9 9 9 4 657 77 77
這里aa是一個(gè)字典和列表的嵌套，相當(dāng)于一條記錄，使用keys當(dāng)做index名而不是一般默認(rèn)的columns名。達(dá)到了按index多列匹配的目的。由于dict（）儲存是混亂的，之間用dict（）而不給他的index賦值會記錄錯(cuò)亂，這一點(diǎn)注意值得注意。
四、刪除多列或多記錄：
刪除列
bb.drop(['new','hi'],axis=1) Out[60]: one two three hello ok 22 9 9 3 55 457 33 9 9 6 44 55 44 9 9 9 77 77
刪除記錄
bb.drop([22,33],axis=0) Out[61]: one two three new hi hello ok 44 9 9 9 4 657 77 77
跟大家分享一篇關(guān)于python中pandas.DataFrame對行與列求和及添加新行與列示例，感興趣的朋友們可以看看。
DataFrame還有很多功能還沒有涉及，等以后有涉及到，看完官網(wǎng)的API之后，還會繼續(xù)分享，everything is ok。
總結(jié)
以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。
相關(guān)文章
在本篇文章里小編給大家整理了一篇關(guān)于python模型集成知識點(diǎn)總結(jié)，有需要的朋友們可以學(xué)習(xí)參考下。2021-08-08
這篇文章主要介紹了在keras里實(shí)現(xiàn)自定義上采樣層，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
今天小編就為大家分享一篇python在新的圖片窗口顯示圖片(圖像)的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
在文本分析和數(shù)據(jù)可視化的領(lǐng)域中,詞云是一種展示文本數(shù)據(jù)中關(guān)鍵詞頻率的直觀方式,Python作為一種強(qiáng)大的編程語言,提供了多種庫來幫助我們生成詞云,在本文中,我們將通過一個(gè)簡單的示例,展示如何使用Python生成中文詞云,需要的朋友可以參考下2024-07-07
這篇文章主要介紹了關(guān)于Pycharm亂碼解決方案，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-07-07
解決python腳本中error: unrecognized arguments: True錯(cuò)誤
這篇文章主要介紹了解決python腳本中error: unrecognized arguments: True錯(cuò)誤，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
關(guān)于pytorch中全連接神經(jīng)網(wǎng)絡(luò)搭建兩種模式詳解
今天小編就為大家分享一篇關(guān)于pytorch中全連接神經(jīng)網(wǎng)絡(luò)搭建兩種模式詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
在本篇文章里小編給大家整理的是關(guān)于python通過鏈接抓取網(wǎng)站的詳細(xì)方法和知識點(diǎn)，需要的朋友們學(xué)習(xí)下。2019-11-11
這篇文章主要介紹了使用Python3 編寫簡單信用卡管理程序的代碼，非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友參考下吧2016-12-12
Python構(gòu)建機(jī)器學(xué)習(xí)API服務(wù)的操作過程
這篇文章主要介紹了Python構(gòu)建機(jī)器學(xué)習(xí)API服務(wù)的操作過程,通過本文的指導(dǎo)，讀者可以學(xué)習(xí)如何使用Python構(gòu)建機(jī)器學(xué)習(xí)模型的API服務(wù)，并了解到在實(shí)際應(yīng)用中需要考慮的一些關(guān)鍵問題和解決方案，從而為自己的項(xiàng)目提供更好的支持和服務(wù)，需要的朋友可以參考下2024-04-04