Python-pandas.DataFrame

0.摘要

Pandas相当于是Numpy的升级版本。在numpy中，核心的数据类型为ndarray；而在Pandas中，核心的数据核心Series和DataFrame。本文主要介绍pandas库中的DataFrame类型。

 

1.DataFrame类型简介

DataFrame主要由三部分构成：data，index和columns。与Series类型相比，多了一个columns部分。

可以看出，DataFrame相当于是Series类型的三维拓展。

如果columns只有一列，则DataFrame就是一种特殊的Series。

 

2.DataFrame类型的创建

DataFrame的创建方式主要有三种：

方式一：使用二维数组创建

import pandas as pd
import numpy as np

n = np.arange(20, dtype=float).reshape(5,4)
frame1 = pd.DataFrame(n)
print(frame1)

由于在创建过程中并没有指定index和columns，因此，pandas使用了默认的index和columns，即以0为起点的数组。

方式二：指定index和columns

import pandas as pd
import numpy as np

n = np.arange(20, dtype=float).reshape(5,4)
index = ['index1', 'index2', 'index3', 'index4', 'index5']
columns = ['column1', 'column2', 'column3', 'column4']
frame2 = pd.DataFrame(data=n, index=index, columns=columns)
print(frame2)

方式三：使用字典

import pandas as pd
import numpy as np

n = np.arange(20, dtype=float).reshape(5,4)
d = {'column1': [ 0.,  4.,  8., 12., 16.], 'column2': [ 1.,  5.,  9., 13., 17.], 'column3': [ 2.,  6., 10., 14., 18.], 'column4': [ 3.,  7., 11., 15., 19.]}
index = ['index1', 'index2', 'index3', 'index4', 'index5']
frame3 = pd.DataFrame(data=d, index=index)
print(frame3)

 

3.DataFrame类型的访问

DataFrame的访问方法有五种：

方式一：属性访问

print(frame3.index)
print(frame3.columns)
print(frame3.values)

方式二：访问某一列

print(frame3['column1'])                 # 访问第一列
print("========================")
print(frame3.column1)                    # 访问第一列
print("========================")
print(frame3[['column1', 'column2']])    # 访问第一列和第二列

方式三：访问某一行

print(frame3[0:1])    # 访问第一行
print("==========================")
print(frame3[1:3])    # 访问第二行到第三行

方式四：访问某个元素

访问单个元素：

访问元素的方式为：DataFrame[columns][index]。注意顺序，columns在前，index在后。

print(frame3['column2']['index1'])

访问某一区域元素：

使用loc方法访问：

print(frame3.loc[:, ['column1', 'column2']])                       # 访问所有行的第一列和第二列元素
print("=============================")
print(frame3.loc[['index1', 'index2'], ['column1', 'column2']])    # 访问第二行到第三行中，第一列和第二列元素

使用iloc方法访问：

print(frame3.iloc[1:3, 0:2])      # 访问第二行到第三行中，第一列和第二列元素
print("=============================")
print(frame3.iloc[[0,2], [1,3]])  # 访问第一行和第三行中，第二列和第四列元素

使用ix方法访问：

print(frame3.ix[1:3, ['column1', 'column2']])      # 访问第二行到第三行中，第一列和第二列元素
print("=============================")
print(frame3.ix[['index1', 'index3'], [1,3]])  # 访问第一行和第三行中，第二列和第四列元素

总结：loc方法只能通过具体的索引值进行访问，iloc方法只能通过数字位置下标进行访问，而ix方法既可以通过具体索引值访问，也可以通过数字位置下标访问。

方式五：借助DataFrame.value间接访问：

print(frame3.values[0,1])

方式六：设置筛选条件

print(frame3.ix[frame3.column1>10.,:])   # 访问第一列大于10.的所有行