5 pandas模块，DataFrame类

 

 

 

 

 

DataFrame

 

    DataFrame是一个【表格型】的数据结构，可以看作是【由Series组成的字典】（共用同一个索引）。DataFrame由一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维扩展到多维。DataFrame既有行索引，也有列索引。

 

    · 行索引：index

    · 列索引：columns

    · 值：values（numpy的二维数组）

 

 

    1）DataFrame的创建

      最常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一【列】的名称，以字典的值（一个数组）作为每一列。  此外，DataFrame会自动加上每一行的索引（和Series一样）。    

    同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

 

    所有的列都共用同一组index 作为行索引。如果所传的字典和columns不匹配，就显示为NaN。

 

    DataFrame属性：values  columns  index  shape

 

DataFrame() 参数说明

Init signature: DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

Docstring:

Two-dimensional size-mutable, potentially heterogeneous tabular data

 

    data：可以传递一个ndarray类型的二维数组

    index：一维

    columns：一维

 

实际工作中，DataFrame类型数据的创建都是通过读取CSV格式文件中的内容进行创建的。用来处理文件数据的。

 

 

 

    2）DataFrame的索引

        

            （1）对列进行索引

 

                    - 通过类似字典的方式

                    - 通过属性的方式

                        df对象有如下4中属性：

                        Type: DataFrame

                        String form:

                        height age sex weight

            

                对于DataFrame而言，列名，就相当于属性。

                DataFrame 是统计数据时用的表格，某一个事物的属性，没一个属性就对应DataFrame中的列名。

 

                如何检索DataFrame中的行数据呢？

                    #因为没一行是一条数据，不是DataFrame的属性，

                    #所以不能用属性的方式检索DataFrame的行

 

 

            

            可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引，且name属性也已经设置好了，就是相应的列名。

 

            （2）对行进行索引            

                    - 使用ix[]来进行索引 （已经过时了，可以考虑不用）

                    - 使用.loc[]加index来进行索引

            对于切片而言，没有列切片，因为列是属性。

            loc[]切片，左开右闭。

 

                    - 使用.iloc[]加整数来进行索引               

                iloc[]进行切片，左闭右开。

                对行的检索返回一个Series，index为原来的columns。

 

                如果多多行数据进行检索，返回的是DataFrame类型的数据。

 

                DataFrame自身有bug，索引为汉字时，有时无法检索结果。

 

            （3）对元素进行索引 

 

                    - 使用列索引、再使用行索引

 

                    - 使用行索引（iloc[3,1]）相当于两个参数；iloc[[3,3]]里的[3,3]看作一个参数。再使用列索引。

        检索行时，参数可以多个，但是列，无法完成这样的操作。

 

                    - 使用values属性（二维numpy数组 ndarray）

 

 

                注意：直接使用中括号时：

                    · 索引表示的是列索引

                    · 切片表示的是行切片

 

 

=====================

练习：

使用多种方法对ddd进行索引和切片

=====================

 

    3）DataFrame的运算

            

            （1）DataFrame之间的运算

              同Series一样：

                    · 在运算中自动对齐不同索引的数据

                    · 如果索引不对应，则补NaN

                

                创建DataFrame df1 不同学生的各科目成绩，月考一

 

                创建DataFrame df2  不同学生的各科目成绩，月考一，有新生转入

 

 

Python Operator	Pandas Method(s)
+	add()
-	sub(),subtract()
*	mul(),multiply()
/	truediv()，div(),divide()
//	floordiv()
%	mod()
**	pow()

行索引不对应的情况

行、列索引不对应的情况

 

            （2）Series与DataFrame之间的运算 

                【重要】

                     · 使用Python操作符：以行为单位操作（参数必须是行），对所有行都有效。（类似于numpy中二维数组与一维数组的运算，但可能出现NaN）

    老李加不上去。

    老李：三营长，你他娘的意大利炮呢！！！

 

                     · 使用pandas操作函数:

                        axis = 0:以列为单位操作（参数必须是列），对所有列都有效。index

                        axis = 1:以行为单位操作（参数必须是行），对所有行都有效。columns

    

 

 

 

=======================

练习：

    1.假设ddd是其中考试成绩，ddd2是期末考试成绩，请自由创建ddd2,并将其与ddd相加，求其中期末平均成绩。

 

 

    2.假设张三其中考试数学被发现左闭，要记为0分，如何实现？

 

    3.李四因为举报张三作弊立功，其中考试所有科目加100分，如何实现？

 

    4.后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？加在其末考试的成绩上。

 

=======================