首页 > 代码库 > pandas 学习(2): pandas 数据结构之DataFrame

pandas 学习(2): pandas 数据结构之DataFrame

  DataFrame 类型类似于数据库表结构的数据结构,其含有行索引和列索引,可以将DataFrame 想成是由相同索引的Series组成的Dict类型。在其底层是通过二维以及一维的数据块实现。

1.  DataFrame 对象的构建

  1.1 用包含等长的列表或者是NumPy数组的字典创建DataFrame对象

In [68]: import pandas as pdIn [69]: from pandas import Series,DataFrame
# 建立包含等长列表的字典类型In [
70]: data = http://www.mamicode.com/{state: [Ohio, Ohio, Ohio, Nevada, Nevada],year: [2000, 2001, 20 ...: 02, 2001, 2002],pop: [1.5, 1.7, 3.6, 2.4, 2.9]}In [71]: dataOut[71]: {pop: [1.5, 1.7, 3.6, 2.4, 2.9], state: [Ohio, Ohio, Ohio, Nevada, Nevada], year: [2000, 2001, 2002, 2001, 2002]}# 建立DataFrame对象In [72]: frame1 = DataFrame(data)# 红色部分为自动生成的索引In [73]: frame1Out[73]: pop state year0 1.5 Ohio 20001 1.7 Ohio 20012 3.6 Ohio 20023 2.4 Nevada 20014 2.9 Nevada 2002

  在建立过程中可以指点列的顺序:

In [74]: frame1 = DataFrame(data,columns=[year, state, pop])In [75]: frame1Out[75]:    year   state  pop0  2000    Ohio  1.51  2001    Ohio  1.72  2002    Ohio  3.63  2001  Nevada  2.44  2002  Nevada  2.9

  和Series一样,DataFrame也是可以指定索引内容:

In [76]: ind = [one, two, three, four, five]In [77]: frame1 = DataFrame(data,index = ind)In [78]: frame1Out[78]:        pop   state  yearone    1.5    Ohio  2000two    1.7    Ohio  2001three  3.6    Ohio  2002four   2.4  Nevada  2001five   2.9  Nevada  2002

  1.2.  用由字典类型组成的嵌套字典类型来生成DataFrame对象

  当由嵌套的字典类型生成DataFrame的时候,外部的字典索引会成为列名,内部的字典索引会成为行名。生成的DataFrame会根据行索引排序

In [84]: pop = {Nevada: {2001: 2.4, 2002: 2.9},Ohio: {2000: 1.5, 2001: 1.7, 2002: 3.6}}In [85]: frame3 = DataFrame(pop)In [86]: frame3Out[86]:       Nevada  Ohio2000     NaN   1.52001     2.4   1.72002     2.9   3.6

  除了使用默认的按照行索引排序之外,还可以指定行序列:

In [95]: frame3 = DataFrame(pop,[2002,2001,2000])In [96]: frame3Out[96]:       Nevada  Ohio2002     2.9   3.62001     2.4   1.72000     NaN   1.5

  1.3 其它构造方法:

  技术分享

2.  DataFrame 内容访问

  从DataFrame中获取一列的结果为一个Series,可以通过以下两种方式获取:

# 以字典索引方式获取
In [100]: frame1["state"]Out[100]: one Ohiotwo Ohiothree Ohiofour Nevadafive NevadaName: state, dtype: object# 以属性方式获取In [101]: frame1.stateOut[101]: one Ohiotwo Ohiothree Ohiofour Nevadafive NevadaName: state, dtype: object

  也可以通过ix获取一行数据:

In [109]: frame1.ix["one"] # 或者是 frame1.ix[0]Out[109]: pop       1.5state    Ohioyear     2000Name: one, dtype: object
# 获取多行数据
In [110]: frame1.ix[["tow","three","four"]]
Out[110]:
       pop   state    year
tow    NaN     NaN     NaN
three  3.6    Ohio  2002.0
four   2.4  Nevada  2001.0
# 还可以通过默认数字行索引来获取数据
In [111]: frame1.ix[range(3)]
Out[111]:
       pop state  year
one    1.5  Ohio  2000
two    1.7  Ohio  2001
three  3.6  Ohio  2002

  获取指定行,指定列的交汇值:

In [119]: frame1["state"]Out[119]: one        Ohiotwo        Ohiothree      Ohiofour     Nevadafive     NevadaName: state, dtype: objectIn [120]: frame1["state"][0]Out[120]: OhioIn [121]: frame1["state"]["one"]Out[121]: Ohio

  先指定列再指定行:

In [125]: frame1.ix[0]Out[125]: pop       1.5state    Ohioyear     2000Name: one, dtype: objectIn [126]: frame1.ix[0]["state"]Out[126]: OhioIn [127]: frame1.ix["one"]["state"]Out[127]: OhioIn [128]: frame1.ix["one"][0]Out[128]: 1.5In [129]: frame1.ix[0][0]Out[129]: 1.5

 

3. DataFrame 对象的修改

  增加一列,并所有赋值为同一个值:

# 增加一列值
In [131]: frame1["debt"] = 10In [132]: frame1Out[132]: pop state year debtone 1.5 Ohio 2000 10two 1.7 Ohio 2001 10three 3.6 Ohio 2002 10four 2.4 Nevada 2001 10five 2.9 Nevada 2002 10
# 更改一列的值In [
133]: frame1["debt"] = np.arange(5)In [134]: frame1Out[134]: pop state year debtone 1.5 Ohio 2000 0two 1.7 Ohio 2001 1three 3.6 Ohio 2002 2four 2.4 Nevada 2001 3five 2.9 Nevada 2002 4

  追加类型为Series的一列

# 判断是否为东部区
In [137]: east = (frame1.state == "Ohio")In [138]: eastOut[138]: one Truetwo Truethree Truefour Falsefive FalseName: state, dtype: bool# 赋Series值In [139]: frame1["east"] = eastIn [140]: frame1Out[140]: pop state year debt eastone 1.5 Ohio 2000 0 Truetwo 1.7 Ohio 2001 1 Truethree 3.6 Ohio 2002 2 Truefour 2.4 Nevada 2001 3 Falsefive 2.9 Nevada 2002 4 False

  DataFrame 的行可以命名,同时多列也可以命名:

In [145]: frame3.columns.name = "state"In [146]: frame3.index.name = "year"In [147]: frame3Out[147]: state  Nevada  Ohioyear               2002      2.9   3.62001      2.4   1.72000      NaN   1.5

 

pandas 学习(2): pandas 数据结构之DataFrame