python学习：pandas库之DataFrame官方文档简介

最新推荐文章于 2025-06-16 17:07:06 发布
原创 最新推荐文章于 2025-06-16 17:07:06 发布 · 3.4k 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Pandas #DataFrame #Python

本文详细介绍Pandas库的主要功能，包括其核心数据结构Series和DataFrame的使用方法。文章列举了DataFrame的各种操作，如生成、属性获取、数据类型转换、索引、二元运算、数据分组与聚合、缺失值处理等，并提供了丰富的示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Pandas库是基于Numpy库来创建的，Numpy主要用于矩阵操作，而Pandas主要用于数据处理。

Pandas主要有两种重要的数据结构：Series和DataFrame.

  • Series: 类似一个一维数组，一个Series对应DataFrame的一列
  • DataFrame:类似一个二维数组，一个DataFrame由几个Series列构成。

在我们学习任何一种开源框架，必须得学会阅读其官方文档：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.html

根据官方文档，我们先看其最左边的目录：

我们通过对各子目录的简单介绍，来了解DataFrame如何运用:

英文目录中文目录该目录下常用属性/方法
Constructor构造方法可以由numpy数组/字典/DataFrame生成
Attributes and
 underlying data		属性值index：数据表的行索引
columns：数据表的列索引
shape：数据表的形状
dtypes：数据表值的数据类型
Conversion转换astype：转换数据类型
Indexing, iteration索引/迭代iloc/loc/iteritems/iterrows/isin
Binary operator functions二元运算符函数add/sub/mul/div：加减乘除，元素级计算
dot：点乘
df1.combine_first(df2)：用df2的值填充df1的空值
Function application,
 GroupBy & Window		apply方法/分组/apply：在数据表中沿着行/列方向调用某方法
groupby：通过mapping/方法/标签/标签集进行分组，返回一个GroupBy对象。GroupBy对象可进行统计学各值计算或调用其apply/agg方法+D15。
agg/aggregate：聚合函数
Computations /
Descriptive Stats		计算/描述性统计describe：输出数据表各列统计值-中位值/方差等
/max/mean/var/corr
Reindexing /
 Selection/
 Label manipulation		重新索引/选择数据/通过标签操作reindex：重命名行/列
rename：可以通过字典的方法重命名行/列
/reset_index/
head：选择前N行数据，默认前5行
tail：选择最后N行数据，默认后5行
drop_duplicates：返回丢弃了重复值的dataframe
duplicated：根据是否是重复值返回布尔值Series
drop
Missing data handling缺失值处理dropna/fillna/replace
Reshaping/
 sorting,/
transposing		改变数组形状/
排序/转换		sort_values：按表中内容值大小排序，
sort_index：按行/列的值大小排序
T：矩阵转置
pivot_table：数据透视表
Combining /
 joining /
 merging		合并/连接append：在数据表末尾添加行数据
/join/
merge：类似SQL的连接，内连接/外连接
Time series-related时间序列　
Plotting绘制图形plot：通过kind参数绘制不同图形
Serialization /
 IO /
 Conversion		读取操作from_csv/to_csv
Sparse稀疏矩阵　
数据分箱技术Binning：pandas.cut()
数据分组技术GroupBy：GroupBy.get_group(groupname1)--> 得到其中一组类别的dataframe

 

 

python3:Pandas库中的DataFrame中所有函数解读 - 中文官方文档解析
pantingd的博客
07-31 1174
数据结构还包含标记的轴（行和列）。 算术运算在行和列标签上对齐。 可以看作是Series对象的类似dict的容器。 语法结构： pandas.DataFrame(data=None, index: Optional[Collection] = None, columns: Optional[Collection] = None, dtype: Optional[Union[str, numpy.dtype, ExtensionDtype]] = None, copy: bool = False) param
【DataFrame】【翻译】一起来读官方文档
zrgfhtl的博客
08-02 693
pandas dataframe 文档阅读笔记。 dataframe是一个2维的有标签数据结构，它每一列元素可以是不同的类型。 可以通过行索引或者是列索引对数据进行索引，DataFrame结构的行索引称为index，纵索引称为columns。 可以通过 df.index、df.columns返回df的索引。 可以将dict结构数据转化为DataFrame结构，默认情况下，dict中的keys对应dataframe中的columns。那么index值该怎么办呢？ 假设没有对index指定，那么i
pandas.DataFrame官方文档链接
qq_27361945的博客
10-28 1090
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.html pandas.DataFrame class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)[source] Two-dimensio...
pandas学习笔记
qq_43632431的博客
06-16 364
总结才是知识，作者习惯不好，不会总结，导致函数一旦不使用就会忘记怎么使用，特此写了本文，用于给自己一个复习的资料.提示：如果你是小白，每个代码请自己敲打。
dataframe append 官方文档案例
dudu3332的博客
11-27 305
pandas.DataFrame.apply DataFrame.apply(func,axis=0,raw=False,result_type=None,args=(),**kwds)[source] Apply a function along an axis of the DataFrame. Objects passed to the function are Series objects whose index is either the DataFrame’s index (ax...
Python 中DataFrame相关数据分析文档.pdf
04-26
使用python中的pandas库函数对dataframe的相关数据进行处理，是一个入门数据分析的好文档
(6) 深入探索Python-Pandas库的核心数据结构：DataFrame全面解析
码界领航的Cherry Yang的博客
07-06 3783
# 1. DataFrame 简介 `DataFrame` 是 pandas 库中最重要的数据结构之一，它用于存储和操作二维标签化的数据结构（即表格型数据）。它的强大功能、灵活性以及易用性，使其成为数据分析领域的重要工具。 在 DataFrame 中，我们可以拥有行（`index`）和列（`columns`），每个单元格可以包含任何数据类型（如整数、浮点数、字符串、Python 对象等）。 # 2. DataFrame的特点 - **二维标签化数据结构**： DataFrame是一个二维表格型数据结构，具
python基础教程：pandasDataFrame行列索引及值的获取的方法.pdf
06-12
在Python的pandas库中，DataFrame是一个非常重要的数据结构，用于处理二维表格型数据。它具有行索引和列索引，使得数据操作更加灵活。本教程将详细讲解如何在DataFrame中获取行列索引及值。 首先，创建一个简单的...
python基础教程：pandasDataFrame行列索引及值的获取的方法(1).pdf
06-12
在Python的Pandas库中，DataFrame是一个非常重要的数据结构，用于处理二维表格型数据。它具有行索引和列索引，使得数据操作更加灵活。本教程将详细讲解如何在DataFrame中获取行列索引及值。 首先，创建DataFrame时...
pandas官方文档中文版_pandas_pandas文档_python_
10-02
**Pandas：Python数据分析的得力工具** Pandas是Python编程语言中用于数据处理和分析的一个强大库。它提供了一套高效的数据结构，...通过深入学习和实践Pandas官方文档中文版，你可以进一步提升数据处理和分析的能力。
pandas_文档02_Intro_to_data_structures之DataFrame
u012338969的博客
05-29 316
https://pandas.pydata.org/docs/user_guide/index.html#user-guide 1.DataFrame DataFrame is a 2-dimensional labeled data structure with columns of potentially different types. You can think of it like a spreadsheet or SQL table, or a dict of Series objects. I
pandas官方手册下载
11-08
pandas官方手册下载地址，最权威的pandas学习手册。 Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
python pandas 官网_Python库-Pandas
weixin_39801714的博客
11-29 441
Pandas是基于NumPy的一种数据分析工具，提供了大量使我们快速便捷处理数据的函数和方法。Pandas基于两种数据类型：Series数组与DataFrame数据表。Series对象（带索引index的一维数组）import pandas as pdfrom pandas import Series,DataFrameimport numpy as np#创建Series数组list1 = [1...
DataFrame 中文操作手册
u013275825的博客
07-17 1699
pandas是做数据分析的一个非常方便的工具，但是在使用过程中经常需要百度一些命令或者操作，很麻烦。现在打算按照官方文档整理一份完整的pandas手册出来，方便系统记忆和查询。 基本结构 DataFrame 是一个二维的数据表结构，大小可变，其元素的数据类型可以不一致，且带有行和列标签。 DataFrame([data,index,columns,dtype,copy])，以下将Da...
机器学习 Python基础1 Pandas DataFrame 常用方法速查手册中文版
DataScience成长之路
11-29 1215
本文转载自文章：https://zhuanlan.zhihu.com/p/25630700 英文版 Pandas Cheat Sheet - Python for Data Science，同时添加了部分注解。 Pandas速查手册中文版导入数据导出数据创建测试对象查看、检查数据数据选取数据清理数据处理：Filter、Sort和GroupBy数据合并数据统计 对于数据科学家，无论是数据分析还是数据...
python：DataFrame常见操作_获取数据
weixin_44911404的博客
12-26 1568
DataFrame是Pandas库中最重要的数据结构之一，它类似于Excel表格或SQL表。因此在我做数据分析的过程中频繁用到，基于此，整理了一些平时的笔记文档用于初学者。后续会持续更新，有错误欢迎各位小伙伴指正。
Dataframe 常用操作手册
weiyaner的博客
11-29 2380
官方文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.dtypes.html 1 df的构造 pandas有两种重要的数据结构，分别是Series和Dataframe Series: 类似一个一维数组，一个Series对应DataFrame的一列 DataFrame:类似一个二维数组，一个DataFrame由几个Series列构成。 1.1 读取excel.csv # 读取excel，csv文件
Pandas中DataFrame常用函数和功能简介（适用于高中信息技术新教材）持续更新中……
zhou_jy345的博客
12-02 850
获取DataFrame的行数和列数 df为DataFrame一个变量实例 行数：df.shape[0] 或 len(df) 列数：df.shape[1] 或 (len(df.columns)) 写入csv文件中header和index参数的作用 DataFrame.to_csv(path_or_buf,sep,na_rep,columns,header,index,index_label,mode,encoding) 参数 类型 说明 path_or_buf 字符串 文件路径+文件名
dataframe2
hetongqiyue的博客
08-15 282
===><一定要看官方文档，看了官方文档才明白是怎么回事 DataFrameGroupBy.agg(arg改为func好对应图片, *args, **kwargs)[source] Aggregate using one or more operations over the specified axis. Parameters: func : function, ...
ptm_coordinates: pandas.DataFrame dataframe containing PTM information, including chromosome, strand, and genomic location of PTMs SE_events: pandas.DataFrame dataframe containing skipped exon event information from MATS A5SS_events: pandas.DataFrame dataframe containing 5' alternative splice site event information from MATS A3SS_events: pandas.DataFrame dataframe containing 3' alternative splice site event information from MATS RI_events: pandas.DataFrame dataframe containing retained intron event information from MATS MXE_events: pandas.DataFrame dataframe containing mutually exclusive exon event information from MATS coordinate_type: str indicates the coordinate system used for the start and end positions. Either hg38 or hg19. Default is 'hg38'. dPSI_col: str Column name indicating delta PSI value. Default is 'meanDeltaPSI'. sig_col: str Column name indicating significance of the event. Default is 'FDR'. extra_cols: list List of column names for additional information to add to the results. Default is None. separate_modification_types: bool Indicate whether residues with multiple modifications (i.e. phosphorylation and acetylation) should be treated as separate PTMs and be placed in unique rows of the output dataframe. Default is False. PROCESSES: int Number of processes to use for multiprocessing. Default is 1.
最新发布
07-08
<think>我们遇到了一个错误：`AttributeError: &#39;str&#39; object has no attribute &#39;copy&#39;`。这个错误发生在调用`project_ptms_onto_splice_events`函数时，具体是在函数内部试图对`splice_data`参数调用`.copy()`方法时发生的。错误信息表明，我们传递给函数的`splice_data`参数是一个字符串（str）对象，而该函数内部期望它是一个具有`copy`方法的数据结构（如pandas DataFrame）。 根据错误堆栈，函数内部执行了以下操作： ```python splice_data = splice_data.copy() ``` 而这里`splice_data`被当作一个字符串，字符串没有`copy`方法（尽管字符串本身是不可变的，通常不需要复制，但这里显然函数期望的是一个DataFrame）。 ### 错误原因分析 1. **参数类型错误**：`project_ptms_onto_splice_events`函数期望的第一个参数`splice_data`应该是一个DataFrame，但实际传入的是一个字符串（文件路径字符串）。 2. **函数使用方式**：从调用方式看，你传递了一个文件路径字符串：`"/mnt/F8AC8D0EAC8CC898/SCLC组学/rmats/my_splice_data.txt"`。然而，函数需要的是已经读取并解析为DataFrame的数据。 ### 解决方案 1. **读取文件**：在调用`project_ptms_onto_splice_events`之前，先使用pandas读取该文件，将文件内容转换为DataFrame。 2. **传递DataFrame**：将读取得到的DataFrame作为参数传递给函数。 ### 具体步骤 假设你的文件是制表符分隔的文本文件（因为扩展名为.txt），我们可以使用`pd.read_csv`来读取，并指定分隔符为制表符`\t`。 修改前的代码： ```python my_splice_data_annotated, spliced_ptms = project.project_ptms_onto_splice_events("/mnt/F8AC8D0EAC8CC898/SCLC组学/rmats/my_splice_data.txt") ``` 修改后的代码： ```python import pandas as pd # 读取剪接事件数据文件 splice_file_path = "/mnt/F8AC8D0EAC8CC898/SCLC组学/rmats/my_splice_data.txt" my_splice_data = pd.read_csv(splice_file_path, sep=&#39;\t&#39;) # 如果是制表符分隔 # 然后调用函数，传入DataFrame my_splice_data_annotated, spliced_ptms = project.project_ptms_onto_splice_events(my_splice_data) ``` ### 注意事项 1. **文件分隔符**：如果文件不是制表符分隔，而是逗号分隔或其他，请调整`sep`参数（例如，使用`sep=&#39;,&#39;`）。 2. **文件编码**：如果文件包含中文路径，且读取时出现编码错误，可以尝试指定编码，如`encoding=&#39;utf-8&#39;`或`encoding=&#39;gbk&#39;`。 3. **函数参数**：确保`project_ptms_onto_splice_events`函数需要的其他参数（如果有）也被正确传递。根据函数文档，可能需要指定一些列名（如染色体列、链列等），但错误中未体现，所以暂时只修正第一个参数。 ### 如果问题仍然存在 如果按照上述修改后仍然出现错误，请检查： - 函数`project_ptms_onto_splice_events`的其他参数是否也需要调整？例如，它可能还要求传递PTM数据的DataFrame，而不仅仅是一个剪接事件数据。 - 查看函数的文档或源码，确认其参数要求。根据ptm_pose库的文档，该函数可能需要多个参数，包括剪接事件数据和PTM数据。 根据你提供的错误信息，函数调用时只传递了一个参数（文件路径字符串），但函数可能需要两个参数（剪接事件数据和PTM数据）。因此，请检查函数定义。 ### 函数参数要求 根据ptm_pose库中`project_ptms_onto_splice_events`函数的定义（位于`project.py`第321行），该函数需要多个参数。让我们看一下函数签名（从错误信息中我们无法得知全部参数，但通常该函数至少需要剪接事件数据和PTM数据两个DataFrame）。 如果函数要求两个参数，那么正确的调用方式应该是： ```python my_splice_data_annotated, spliced_ptms = project.project_ptms_onto_splice_events(splice_data=my_splice_data, ptm_data=my_ptm_data) ``` 因此，请确保： 1. 你已经读取了PTM数据（另一个文件）到DataFrame。 2. 将两个DataFrame都传递给函数。 ### 总结步骤 1. 读取剪接事件文件为DataFrame（`my_splice_data`）。 2. 读取PTM数据文件为DataFrame（假设为`ptm_data`）。 3. 调用函数：`project.project_ptms_onto_splice_events(my_splice_data, ptm_data)` 或者使用参数名指定。 ### 示例代码（完整） ```python import pandas as pd from ptm_pose import project # 读取剪接事件数据 splice_file = "/mnt/F8AC8D0EAC8CC898/SCLC组学/rmats/my_splice_data.txt" my_splice_data = pd.read_csv(splice_file, sep=&#39;\t&#39;) # 调整分隔符 # 读取PTM数据（假设你有一个PTM数据的文件路径） ptm_file = "path/to/your/ptm_data.txt" # 请替换为实际路径 ptm_data = pd.read_csv(ptm_file, sep=&#39;\t&#39;) # 调整分隔符 # 调用函数 my_splice_data_annotated, spliced_ptms = project.project_ptms_onto_splice_events( splice_data=my_splice_data, ptm_data=ptm_data ) ``` ### 如果不知道PTM数据文件 如果你不确定PTM数据是什么，请查阅该函数的文档或示例，因为它是必需的。通常，PTM数据应包含PTM位点的染色体、位置、修饰类型等信息。 ### 引用说明 在生物信息学分析中，正确处理文件输入和数据类型是避免此类错误的关键[^1]。 §§相关问题§§ 1. 如何使用pandas读取不同分隔符的文本文件？ 2. 如何确定ptm_pose库中函数的参数要求？ 3. 在Python中如何调试`AttributeError`这类错误？ 4. 如何为ptm_pose库准备PTM数据？</think>### 解决 `ptm_pose` 库中的 `AttributeError: &#39;str&#39; object has no attribute &#39;copy&#39;` 错误 这个错误发生在使用 `project_ptms_onto_splice_events` 方法时，核心原因是**函数期望接收 pandas DataFrame 对象，但实际传递了文件路径字符串**。以下是系统化的解决方案： #### 1. **错误原因分析** - **函数预期输入**：`project_ptms_onto_splice_events` 要求第一个参数是 **DataFrame 对象**（已加载的剪接事件数据） - **实际传递内容**：您传递了文件路径字符串（`"/mnt/.../my_splice_data.txt"`） - **错误触发点**：函数内部尝试对字符串执行 `.copy()` 操作（DataFrame 方法） #### 2. **解决方案：正确加载数据** ```python import pandas as pd from ptm_pose import project # 正确读取剪接事件数据（必须是DataFrame） splice_path = "/mnt/F8AC8D0EAC8CC898/SCLC组学/rmats/my_splice_data.txt" my_splice_data = pd.read_csv(splice_path, sep=&#39;\t&#39;) # 根据实际分隔符调整 # 正确读取PTM数据（也必须是DataFrame） ptm_path = "/path/to/your/ptm_data.csv" # 替换为实际路径 ptm_coordinates = pd.read_csv(ptm_path) # 根据格式调整读取参数 # 调用函数（传递DataFrame而非路径） result = project.project_ptms_onto_splice_events( splice_data=my_splice_data, # ✅ 正确传递DataFrame ptm_data=ptm_coordinates, # ✅ 正确传递DataFrame chromosome_col=&#39;chr&#39;, # 替换为实际列名 strand_col=&#39;strand&#39;, # 替换为实际列名 coordinate_type=&#39;hg19&#39; # 根据基因组版本调整 ) ``` #### 3. **关键验证点** 1. **输入类型检查**： ```python print(type(my_splice_data)) # 应输出 <class &#39;pandas.core.frame.DataFrame&#39;> ``` 2. **列名一致性**： ```python # 检查必需列是否存在 required_cols = [&#39;chromosome&#39;, &#39;strand&#39;, &#39;region_start&#39;, &#39;region_end&#39;] assert all(col in my_splice_data.columns for col in required_cols) ``` 3. **坐标格式验证**： - 确保 `coordinate_type` 使用库支持的格式（如 `&#39;hg19&#39;` 或 `&#39;hg38&#39;`） - 检查坐标列是否为整数类型： ```python my_splice_data[&#39;region_start&#39;] = my_splice_data[&#39;region_start&#39;].astype(int) ``` #### 4. **错误传递方式 vs 正确方式** ```mermaid graph LR A[错误方式] --> B[传递字符串路径] B --> C[函数尝试 path.copy() 失败] D[正确方式] --> E[先读取为DataFrame] E --> F[传递df对象] F --> G[成功执行 df.copy()] ``` #### 5. **高级调试技巧** 若问题持续，添加类型断言： ```python from ptm_pose import project import pandas as pd def safe_project(splice_path, ptm_path, **kwargs): splice_df = pd.read_csv(splice_path, sep=&#39;\t&#39;) ptm_df = pd.read_csv(ptm_path) # 类型验证 if not isinstance(splice_df, pd.DataFrame): raise TypeError("splice_data 必须是DataFrame") return project.project_ptms_onto_splice_events( splice_data=splice_df, ptm_data=ptm_df, **kwargs ) ``` > **核心原则**：所有数据参数（`splice_data`, `ptm_data`）必须是加载后的 DataFrame，而 `*_col` 参数（如 `chromosome_col`）应传递**列名字符串**[^1]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值