Pandas

最新推荐文章于 2024-05-29 08:25:34 发布

要努力啊要努力

最新推荐文章于 2024-05-29 08:25:34 发布

阅读量462

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： Python Pandas

本文链接：https://blog.youkuaiyun.com/lotusws/article/details/73604094

Python 专栏收录该内容

8 篇文章

订阅专栏

本文详细介绍了Pandas库的操作，包括创建Series和DataFrame，修改列名，合并数据，Series格式化，使用reindex()函数进行重新索引，利用ffill方法进行向前填充，以及如何通过columns关键字重新索引列。此外，还讲解了如何计算DataFrame的行数，向列表和元组中添加新元素的操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: UTF-8 -*-
import pandas as pd
import numpy as np

创建Series

obj = pd.Series([4.5, 7.2, -5.3, 3.6], index=['d', 'b', 'a', 'c'])

创建DataFrame

frame1 = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],
                     columns=['Ohio', 'Texas', 'California'])

frame2 = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'),
                     index=['Utah', 'Ohio', 'Texas', 'Oregon'])

# 较完整的 DataFrame 构造器参数为：DataFrame(data=None,index=None,coloumns=None)，columns 即 “name”

修改DataFrame列名

total.columns = [u'全量']

合并df

df.concat(total, active, withhold, axis=1) # 横向合并。增加的是列。
df.concat(total, active) # 纵向合并。增加的是行

Series格式化

all[u'占比-主动'] =  (all[u'主动'] / all[u'全量']).map('{:,.3f}'.format)
df['cost'] = df['cost'].map('${:,.2f}'.format) # 参考

reindex() 重新索引

obj = pd.Series([4.5, 7.2, -5.3, 3.6], index=['d','b', 'a', 'c'])

reindex()

obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])

参数fill_value

obj3 = obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value=0)

method用法。ffill向前填充

obj3 = pd.Series(['blue', 'purple', 'yellow'], index=[0, 1, 4])
obj3.reindex(range(6), method='ffill')
obj3.reindex(range(6), method='bfill')
frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],
                     columns=['Ohio', 'Texas', 'California'])
frame2 = frame.reindex(['a', 'b', 'c', 'd'])

columns关键字重新索引列

states = ['Texas', 'Utah', 'California']
frame.reindex(columns=states)
frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill', columns=states)

当希望将函数应用到 DataFrame 对象的某一行或列时，可以使用 .apply(func, axis=0, args=(), **kwds) 方法。比如 thresh=3，会在一行中至少有 3 个非 NA 值时将其保留。

inplace 参数
前面有个点一直没讲，结果整篇示例写下来发现还挺重要的。就是 Series 和 DataFrame 对象的方法中，凡是会对数组作出修改并返回一个新数组的，往往都有一个 replace=False 的可选参数。如果手动设定为 True，那么原数组就可以被替换。

求DataFrame的行数

len(df)

列表中添加新元素.用append()

a = []
for i in range(1, 7):
    a = a.append(i)

元组中添加新元素.用+(.. ,)

a = ()
for i in range(1, 7):
    a = a + (i, )