pandas.dataframe,pandas中dataframe的数据描述方法

　　DataFrame是熊猫中最常用的对象，类似于excel中的表格。读取数据后，数据将以DataFrame数据结构的形式存储在内存中。以下文章主要介绍了熊猫中DataFrame常用操作的相关信息，有需要的可以参考。

　　00-1010前言1。基本用途：2。数据选择、删除、更新。3.操作。4.按操作分组。5.导出到csv文件进行汇总

前言

　　创建一个数据框架。DataFrame是一个二维表格，你可以把它想象成一个Excel表单或者Sql表单。

　　在Excel 2007和更高版本中，最大行数为1048576，最大列数为16384。对于超过这个大小的数据，Excel会弹出一个框“此文本包含多行文本，不能放在工作表上”。

　　熊猫很容易处理数以千万计的数据。同时我们会看到，它的表达能力比SQL更强，可以做很多复杂的操作，要写的代码更少。说了很多它的好处，要实际感受一下，还得用代码。

　　的第一项任务是创建数据帧，可以通过多种方式创建数据帧：

　　列表，系列(熊猫。系列)，numpy词典。二维数组。其他数据帧结构化记录(结构化数组)。其中我最喜欢的是通过二维ndaray创建数据帧，因为代码被敲的最少：

　　进口熊猫作为pd

　　将numpy作为np导入

　　df=pd。DataFrame(np.random.randn(3，4))

　　0 1 2 3

　　0 0.236175 - 0.394792 - 0.171866 0.304012

　　1 0.651926 0.989046 0.160389 0.482936

　　2 - 1.039824 0.401105 - 0.492714 - 1.220438

　　当然，也可以将mysql数据库或csv文件中的数据加载到dataframe中。

　　在dataframe中，index标识行，column标识列，shape表示维度。

　　#获取行索引信息

　　df .索引

　　#获取列索引信息

　　df.columns

　　#获取df的大小

　　df.shape

　　#获取df的行数

　　df.shape[0]

　　#获取df的列数

　　df.shape[1]

　　#获取df中的值

　　df.values

　　通过describe方法，我们可以对df中的数据有一个大致的了解：

　　df.describe()

　　0 1 2 3

　　计数3.000000 3.000000 3.000000 3.000000

　　平均值为-0.050574-0.331786-0.16864-0.144444466

　　标准0.881574 0.694518 0.3266863686

　　最小值为1.039824-0.394792-0.49277149

　　25 % - 0.401824 0.003156 - 0.332290 - 0.458213

　　50 % 0.236175 0.401105 - 0.171866 0.304012

　　75 % 0.444051 0.695076 - 0.005739 0.393474

　　最大值0.651926 0.989046 0.16039 0.482536336

1. 基本使用：

　　根据列名选择：

　　df[ 0 ]

　　0 0.236175

　　1 0.651926

　　2 - 1.039824

　　按行号选择：

　　选择前3行

　　根据索引选择：

　　df.loc[ 0 ]

　　0 0.236175

　　1 - 0.394792

　　2 - 0.171866

　　3 0.304012

　　按行数和列数选择：

　　Df.iloc[ 3] #选择第3行

　　Df.iloc[ 2 : 4] #选择第2至3行

　　Df.iloc[ 0，1] #选择第0行第1列中的元素

　　Dat.iloc[: 2， 3] #选择从第0行到第1行以及从第0列到第2列范围内的元素。

　　1.dfiloc [[1，3，5]，[1，3]] #选择第1、3、5行和第1、3列区域中的元素。

　　删除列：

　　del df[0]

　　1 2 3

　　0 - 0.394792 - 0.171866 0.304012

　　1 0.989046 0.160389 0.482936

　　2 0.401105 - 0.492714 - 1.220438

　　删除一行：

　　五

　　df.drop(0)

　　1 2 3

　　1 0.989046 0.160389 0.482936

　　2 0.401105 - 0.492714 - 1.220438

2. 数据select, del, update。

　　基本操作：

　　df[ 4 ]=df[ 1 ] df[ 2 ]

　　1 2 3 4

　　0 - 0.394792 - 0.171866 0.304012 - 0.566659

　　1 0.989046 0.160389 0.482936 1.149435

　　2 0.401105 - 0.492714 - 1.220438 - 0.091609

　　地图操作，有点类似于python中的地图：

　　df[ 4 ]。地图(整数)

　　0 0

　　1 1

　　2 0

　　应用操作：

　　df。应用(总和)

　　1 0.995359

　　2 - 0.504192

　　3 - 0.433489

　　4 0.491167

3.运算。

　　熊猫里的分组操作是我最喜欢的。无需将数据导入excel或mysql，即可进行灵活的分组操作，简化了分析过程。

　　df[ 0 ]=[ A ， A ， B ]

　　1 2 3 4 0

　　0-0.394792-0.171866 0.304012-0.566659 A

　　1 0.989046 0.160389 0.48261.149435 A

　　2 0.401105-0.492714-1.220438-0.091609 B

　　g=df.groupby([ 0 ])

　　g.size()

　　A 2

　　B 1

　　g.总和()

　　1 2 3 4

　　一个0.594254-0.011478 0.7865858256

　　b 0.401105-0.492714-1.220438537

4. Group by 操作。

　　使用to_csv方法可以很容易地将数据帧导出为csv文件。如果数据包含中文，一般编码指定为“UTF-8”，否则程序在导出时会因为无法识别对应的字符串而抛出异常。如果index被指定为False，则意味着不需要导出dataframe的索引数据。

　　df.to_csv(文件路径，编码=utf-8 ，索引=False)

　　文件路径，索引=假

5. 导出到csv文件

　　关于熊猫中数据帧操作的这篇文章到此为止。关于熊猫DataFrame操作的更多信息，请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。