pandas之DataFrame创建、索引、切片等基础操作

知识点

Series只有行索引，而DataFrame对象既有行索引，也有列索引
行索引，表明不同行，横向索引，叫index，0轴，axis=0
列索引，表明不同列，纵向索引，叫columns，1轴，axis=1

1、DataFrame创建，可以通过index和columns指定索引名称

#方式一
a = pd.DataFrame(np.arange(10).reshape(2,5))
print(a)

#方式二
a = pd.DataFrame(np.arange(10).reshape(2,5),index=list("ab"),columns=list("qwxyz"))
print(a)

#方式三
temp_dict = {"name":["yangwj","ywj"],"age":[28,29],"tel":["",""]}
a = pd.DataFrame(temp_dict)
print(a)

2、DataFrame基础属性和整体情况查询

a)基础属性
    df.shape  #行数、列数
    df.dtype #列数据类型
    df.ndim #数据维度
    df.index #行索引
    df.columns #列索引
    df.values #对象值，二维ndarray数组

b)整体情况查询
    df.head(3) #显示头部几行，默认5行
    df.tail(3) #显示末尾几行，默认5行
    df.info() #相关信息概览：行数、列数、索引、列非空值个数、列类型、内存占用
    df.describe() #快速综合统计结果： 计数、均值、标准差、最大值、四分位数、最小值等

3、通过pd.sort_values(by="Count_AnimalName",ascending=False).head(5)排序获取次数最高的排名数据

g = pd.read_csv("./youtube_video_data/dogNames2.csv")
print(g.describe())
print("*"*20)
print(g.info())
print(g.sort_values(by="Count_AnimalName",ascending=False).head(5))

4、切片与索引a)常规获取

　　# 方括号写数组，表示取行，对行进行操作
　　# 写字符串，表示取列索引，对列进行操作
　　print(a[:3]) #取前3行
　　print(a["Row_Labels"])#取列

b)通过loc和iloc获取
　　#df.loc 通过标签索引行或列数据
　　#df.iloc通过位置获取行数据 iloc --> index location
　　a = pd.DataFrame(np.arange(12).reshape(3,4),index=list("abc"),columns=list("wxyz"))
　　print(a)

　　print(a.loc["a",:]) #取一行
　　print(a.loc[["a","c"],:])#取多行
　　print(a.loc[:,["x","y"]])#取多列

　　print(a.iloc[1,:])#取行
　　print(a.iloc[:,1])#取列
　　print(a.iloc[[1,2],[2,3]])#取多行多列

c)布尔索引获取,可以通过&或者|做多条件布尔获取
　　g = g[g["Count_AnimalName"]>800]
　　print(g)
　　print(g[(g["Count_AnimalName"]>800) & (g["Count_AnimalName"]<1000) ])

　　#通过字符串长度进行选取
　　print(g[(g["Row_Labels"].str.len()>4) & (g["Count_AnimalName"]<1000) ])

5、pandas之字符串方法