這是 利用Excel學(xué)習(xí)Python 系列的第7篇文章

前一篇文章提到了序列,可以理解為Excel里沒(méi)有列名的一列數(shù)據(jù),那么Excel里的由行列組成的表數(shù)據(jù)是如何對(duì)應(yīng)到Python中的呢？就是今天要說(shuō)的數(shù)據(jù)框：DataFrame。

它是由一組數(shù)據(jù)和一對(duì)索引（行索引和列索引）組成的二維數(shù)據(jù)結(jié)構(gòu)，可以看成Excel里的表格，與Series不同的是，DataFrame可以有多行/列數(shù)據(jù)。

1．建

首先要導(dǎo)入pandas模塊，簡(jiǎn)寫為pd。

In [1]:import pandas as pd

從列表中創(chuàng)建DataFrame

# 從列表中創(chuàng)建
list1 = [2,5,8,10]
df_l = pd.DataFrame(list1)
df_l

結(jié)果：

這里傳入的是一個(gè)單一的列表，得到的是帶有行列索引的一列數(shù)據(jù)，行索引用index表示，就是這里最前面豎著的那一列[0,1,2,3]，相當(dāng)于Excel里的第一列，列索引用columns表示，相當(dāng)于Excel里的第一行，由于沒(méi)有指定索引，因此都是默認(rèn)從0開(kāi)始遞增的索引，這里橫排第一行就是列索引，除去行列索引，中間的區(qū)域?yàn)?strong >values：值區(qū)域。

從字典中創(chuàng)建

# 從字典中創(chuàng)建
dict1 = {"name":["Tony","Nancy","Judy","Cindy"],
        "age":[16,17,18,15],
        "sex":["male","female","female","female"]}
df_d = pd.DataFrame(dict1)
df_d

結(jié)果：

從字典中創(chuàng)建DataFrame，每個(gè)鍵就默認(rèn)為columns。

從嵌套列表中創(chuàng)建

嵌套列表顧名思義，就是列表中還有列表，這種方式也可以創(chuàng)建數(shù)據(jù)框，同字典不同的是，字典創(chuàng)建的數(shù)據(jù)框鍵值對(duì)是一列一列的，嵌套列表創(chuàng)建的數(shù)據(jù)框是一行一行的。

# 嵌套列表創(chuàng)建
list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]
df1 = pd.DataFrame(list2)
df1

結(jié)果：

以上創(chuàng)建數(shù)據(jù)框都沒(méi)有指定索引，下面我們來(lái)指定行列索引，columns指定列索引，index指定行索引。

# 指定行列索引
list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]
df1 = pd.DataFrame(list2,index = [1,2,3],columns = ["name","age","num"])
df1

結(jié)果：

2.查

查是指對(duì)數(shù)據(jù)框行/列數(shù)據(jù)的訪問(wèn)

2.1 選擇行

Excel里沒(méi)有專門的選擇行的方法，就是直接用鼠標(biāo)選擇。在Pandas里要選擇一行或幾行數(shù)據(jù)，可以用loc或iloc方法，區(qū)別在于，loc方法傳入的是行所在索引的名稱，而iloc方法傳入的是行的絕對(duì)位置。

選擇一行

選擇df1數(shù)據(jù)框的第二行，可以用df1.loc[2]，這里的2是第二行對(duì)應(yīng)的行索引的名稱。

# 訪問(wèn)df1第二行
df1.loc[2]

結(jié)果：

若用iloc方法，則這樣寫df1.iloc[1]，別忘了一直說(shuō)的索引是從0開(kāi)始遞增，所以第二行的絕對(duì)位置是1，iloc[1]表示取第二行的值。

df1.iloc[1]

結(jié)果同loc是一樣的

選擇幾行

要選擇幾行，可以用iloc選擇絕對(duì)位置并切片的方法。

# 選擇前2行
df1.iloc[:2]

結(jié)果：

若選擇的不是連續(xù)的幾行，就不用切片，iloc方法傳入選擇行的絕對(duì)位置，loc傳入索引名稱，并用列表括起來(lái)。

# 選擇第一行和第三行
df1.iloc[[0,2]]
df1.loc[[1,3]]

結(jié)果：

2.2 選擇列

在Excel里選擇列也是鼠標(biāo)直接操作，除非是進(jìn)行條件篩選，這個(gè)就是后話了，pandas里選擇列的方式很簡(jiǎn)單，直接按列名選擇即可，在數(shù)據(jù)框后面用中括號(hào)加上要選擇的列名，或者數(shù)據(jù)框后面.列名，二者任選。

數(shù)據(jù)框[列名]
數(shù)據(jù)框.列名

選擇一列

df.列名 等價(jià)于 Df[列名]

# 選擇name列
df1["name"]
df1.name

結(jié)果：

注意到這樣選擇列得到的是序列而非數(shù)據(jù)框，如果想要得到數(shù)據(jù)框，要再加中括號(hào)。

選擇幾列

同行選擇一樣，選擇幾列的時(shí)候，要用中括號(hào)括起來(lái)。

# 選擇1、3列
df1[["name","num"]]

結(jié)果：

2.2 行列同時(shí)選擇定位

Loc定位

df.loc[行索引，列索引]可以定位一個(gè)數(shù)據(jù).

# loc定位
df1.loc[[1,3],["name","age"]]

結(jié)果：

[1,3]是行索引，是一個(gè)列表值，表示獲取1、3行標(biāo)簽所在的行，[“name”,”age”]是列索引，表示獲取name,age列索引所在的列。

還可以用切片獲取全部的行

# 獲取name num列的全部行
df1.loc[:,["name","num"]]

結(jié)果：

左邊的冒號(hào)表示獲取全部的行，右邊的列表值表示獲取name列和num列。

同理獲取全部列

# 獲取2\3行全部列
df1.loc[[2,3],:]

結(jié)果：

：號(hào)不僅可以用來(lái)表示全部的行/列，還可以用在行/列中，進(jìn)行切片。

# 獲取1~3行全部列
df1.loc[1:3,:]

結(jié)果：

iloc定位

按照元素的絕對(duì)位置定位，行列索引都是從0開(kāi)始。對(duì)比loc方法，loc里的1,3是行索引的名稱，而iloc里的0,2是1、3這兩個(gè)行索引所處的位置，同樣地，name和age列的位置是0,1.

# loc定位
df1.loc[[1,3],["name","age"]]
# iloc
df1.iloc[[0,2],[0,1]] # iloc方法

iloc也可以切片。

# 獲取name num列的全部行
df1.loc[:,["name","num"]]
df1.iloc[:,[0,2]] #iloc方法

結(jié)果：

# 獲取2\3行全部列
df1.loc[[2,3],:]
df1.iloc[[1,2],:] #iloc方法

結(jié)果：

# 獲取1~3行全部列
df1.loc[1:3,:]
df1.iloc[0:3,:] # iloc方法

結(jié)果：

Iloc切片是左閉右開(kāi)的，也就是右區(qū)間時(shí)不包含的，0:3的意思是取第1行至第四行的值，不包括第四行，那實(shí)際上就只取到了第三行。Iloc切片的規(guī)則同Series切片是一樣的。

3.增

3.1 插入行

同序列一樣，如果想要在DataFrame里增加行記錄，做法是建立一個(gè)新的DataFrame，然后將兩個(gè)DataFrame縱向合并起來(lái)，同樣用到append方法，

# 追加行
df2 = pd.DataFrame({"name":["Jane"],"age":[16],"sex":["female"]})
df_d.append(df2,ignore_index = True)

結(jié)果：

除了append方法可以進(jìn)行表的縱向合并以達(dá)到插入行記錄的目的外，還有concat方法。Concat是基于pandas的方法，用列表框起來(lái)，表示將兩個(gè)數(shù)據(jù)框縱向拼接。這里我們可以看到索引還是原來(lái)數(shù)據(jù)框的索引，可以重置索引，設(shè)置ignore_index = True,就新生成一個(gè)索引了，append里也可以用。

pd.concat([df_d,df2],ignore_index = True)

結(jié)果是一樣的：

3.2 插入列

直接對(duì)新增的列賦值，新增的列在數(shù)據(jù)框末尾。新增score列，用列表賦值，這里df1[“score”]不能替換成df1.score。

# 插入列
df1["score"] = [85,58,99]
df1

結(jié)果：

Insert方法，可以指定新增列的位置。

df1.insert(1,"score2",[77,78,79])
df1

結(jié)果：

insert方法的第一個(gè)參數(shù)是要插入列的位置，1表示將新列插入在第二列，第二個(gè)參數(shù)是列名，這里是score2，第三個(gè)參數(shù)是值。

3.刪

3.1 刪除行

Drop方法，index指定行，index = 1的意思是刪除行索引名稱為1的這一行。

# 刪除行
df1.drop(index = 1)

結(jié)果：

還可以不寫index，寫axis = 0，表示按行刪除。

df1.drop(1,axis = 0)

結(jié)果是一樣的

3.2 刪除列

對(duì)應(yīng)刪除行的操作，可以傳入columns指定列

# 刪除列
df1.drop(columns = "num")

結(jié)果：

也可以不傳入columns，但要傳入axis = 1參數(shù)。

df1.drop("num",axis = 1)

4.改

數(shù)據(jù)框修改實(shí)際上就是數(shù)據(jù)框中數(shù)值的替換，用replace方法，replace(A,B)，表示把A替換成B。選中age列，將age列中15的值替換為25，輸出df1，并設(shè)置inplace = True參數(shù)，表示立即更新。

# 一對(duì)一替換
df1["age"].replace(15,25,inplace = True)
df1

結(jié)果：

上個(gè)例子是將1個(gè)值替換成另一個(gè)值，那如果是要把18和16替換成26呢？把16和18用列表框起來(lái)，用26去替換他們。

# 多對(duì)一替換
df1["age"].replace([18,16],26,inplace = True)
df1

結(jié)果：

再比如要將num列的101，102,103分別對(duì)應(yīng)替換成1001,1002和1003呢？這時(shí)字典就派上用場(chǎng)了。

# 多對(duì)多替換
df1["num"].replace({101:1001,102:1002,103:1003},inplace = True)
df1

結(jié)果：

猜你喜歡：

Python數(shù)據(jù)結(jié)構(gòu)：神奇的序列

你真的了解參數(shù)估計(jì)和假設(shè)檢驗(yàn)嗎？

高手都是怎樣用圖表的：用圖表說(shuō)話

@ 作者：可樂(lè)
@ 公眾號(hào)/知乎專欄/頭條/簡(jiǎn)書：可樂(lè)的數(shù)據(jù)分析之路
@ 加微信（data_cola）備注：進(jìn)群，拉你進(jìn)可樂(lè)的數(shù)據(jù)分析交流群，數(shù)據(jù)分析知識(shí)總結(jié)，不定期行業(yè)經(jīng)驗(yàn)分享