Pyhton科学计算工具Pandas(二) —— Dataframe数据结构

Pandas(二) —— Dataframe数据结构

Dataframe数据结构

Dataframe的基本概念

import numpy as np
import pandas as pd

#Dataframe的基本概念
'''
是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。

Dataframe中的数据以一个或多个二维块存放，不是列表、字典或一维数组结构。
'''

# Dataframe 带有index（行标签）和column（列标签）


data = {
  
  'name':['jack','mike','gpp'],
           'age':[12,34,56],
           'hight':[123,145,167]}
frame = pd.DataFrame(data)
print(frame)
print(frame.index,'\n该数据类型为：',type(frame.index))
print(frame.columns,'\n该数据类型为：',type(frame.columns))
print(frame.values,'\n该数据类型为：',type(frame.values))

# 查看数据，数据类型为dataframe
# .index查看行标签
# .columns查看列标签
# .values查看值，数据类型为ndarray

   age  hight  name
0   12    123  jack
1   34    145  mike
2   56    167   gpp
RangeIndex(start=0, stop=3, step=1) 
该数据类型为： <class 'pandas.core.indexes.range.RangeIndex'>
Index(['age', 'hight', 'name'], dtype='object') 
该数据类型为： <class 'pandas.core.indexes.base.Index'>
[[12 123 'jack']
 [34 145 'mike']
 [56 167 'gpp']] 
该数据类型为： <class 'numpy.ndarray'>

dataframe的创建

#dataframe的创建方法一：
'''
由数组/list 组成的字典
创建方法：pandas.DataFrame()
'''

data1 = {
  
  'a':[1,2,3],
        'b':[3,4,5],
        'c':[5,6,7]}
data2 = {
  
  'one':np.random.rand(3),
        'two':np.random.rand(3)}    #这里生成的数组长度要一致

print(data1)
print(data2)
print('--------------')

df1 = pd.DataFrame(data1,index= ['y','z','x'])
df2 = pd.DataFrame(data2)
print(df1)
print(df2)
# 由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
# 字典的值的长度必须保持一致！

print('--------------')
df1 = pd.DataFrame(data1, columns = ['b','c','a','d'])
print(df1)
df1 = pd.DataFrame(data1, columns = ['b','c'])
print(df1)
# columns参数：可以重新指定列的顺序，格式为list，如果现有数据中没有该列（比如'd'），则产生NaN值
# 如果columns重新指定时候，列的数量可以少于原数据

df2 = pd.DataFrame(data2, index = ['f1','f2','f3',])  # 这里如果尝试  index = ['f1','f2','f3','f4'] 会怎么样？
print(df2)
# index参数：重新定义index，格式为list，长度必须保持一致

{'a': [1, 2, 3], 'b': [3, 4, 5], 'c': [5, 6, 7]}
{'one': array([ 0.57370145,  0.68641906,  0.09765431]), 'two': array([ 0.03788015,  0.10822633,  0.33414233])}
--------------
   a  b  c
y  1  3  5
z  2  4  6
x  3  5  7
        one       two
0  0.573701  0.037880
1  0.686419  0.108226
2  0.097654  0.334142
--------------
   b  c  a    d
0  3  5  1  NaN
1  4  6  2  NaN
2  5  7  3  NaN
   b  c
0  3  5
1  4  6
2  5  7
         one       two
f1  0.573701  0.037880
f2  0.686419  0.108226
f3  0.097654  0.334142

# dataframe创建方法二： 
'''
由series组成的字典
'''

data1 = {
  
  'one':pd.Series(np.random.rand(2)),
        'two':pd.Series(np.random.rand(