数据分析之DataFrame数据的相关操作

原创 已于 2022-05-07 10:38:15 修改 · 612 阅读 · 0 ·
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：

#python #数据分析

于 2022-05-06 21:26:07 首次发布
本文介绍了Python中DataFrame的数据查看方法，如使用`head()`和`tail()`查看数据的前几行和后几行，以及如何利用`loc[]`、`iloc[]`和`iat[]`进行数据抽取。例如，`df.loc['Mary']`可以获取名为'Mary'的所有信息，而`df['年龄']['LiLi']`则能提取出'Lili'的年龄。此外，还讲解了如何使用`sort_values()`进行数据排序，根据指定列进行升序或降序排列。

数据查看

df.head()查看前几行数据，默认前5行，NaN表示缺失值

df.tail()查看后几行数据，默认后5行

数据抽取

python数据分析之DataFrame的数据抽取_柳小葱的博客-优快云博客_dataframe提取数据

df.loc[ ]:主要是通过列名和行名来抽取数据

df.iloc[ ]:主要是通过行索引和列索引来抽取数据

df.iat[ ]:主要是定位dataframe中的某一个数据

eg1、获取“Mary”的所有信息

eg2、 “LiLi”的年龄

也可直接用df[‘列索引’]

f9da1c835d2c4f6fad09bd599964ae88.png

数据排序

df = df.sort_values(by='',ascending=False) # by指定按哪列排序。ascending表示是否升序，False降序，True升序

使用Pandas查看DataFrame的前5行
DkVhdl的博客
09-26 881
在数据分析和处理的过程中，了解数据的基本结构和内容是非常重要的。在这篇文章中，我们将学习如何使用Pandas来查看DataFrame的前5行数据。DataFrame是Pandas中最常用的数据结构，类似于二维表格，可以存储和处理具有不同数据类型的数据。如上所示，我们成功地创建了一个包含姓名、年龄和城市信息的DataFrame对象。现在，让我们来查看DataFrame的前5行数据。该方法返回DataFrame的前n行，默认情况下返回前5行。要查看DataFrame的前5行数据，我们可以使用。
一文速学(二)-数据分析之DataFrame行列表查询操作详解+代码实战
master_hunter的博客
04-09 5201
前言 文章接上章：一文速学-数据分析之Pandas数据结构和基本操作代码 上文详细介绍了Series和DataFrame作为两种Pandas基本数据结构中的创建、转换和操作。由于数据处理和分析基本都是用DataFrame实现多表操作，故关于DataFrame的操作也十分的多，不如单独拿出一篇来讲。 这里我准备了三个csv表格进行演示，这样更容易理解操作后表现的效果。分别是user_info、visit_info、result三张表格。 在上篇文章提过的操作本文中不会再提好节省大家的...
Pandas—dataframe数据分析
qq_57669293的博客
04-23 1807
()方法返回的是去重之后的不同值，而nunique()方法则直接返回不同值的个数，并且在len（unique（））是包含空值的返回值，而nunique（）是不包含空值的，但是nunique（dropna=False。dataframe没有unique（）这个方法，只有nunique（）这个方法，而series有unique（）方法也有nunique（）方法。聚合函数有：max（），min（），mean（），count（），value_count（），unique（）,nunique（）等等。
DataFrame操作数据
10-06 212
scala> val lines=sc.textFile("/opt/data/emp.csv").map(_.split(",")) lines: org.apache.spark.rdd.RDD[Array[String]] = MapPartitionsRDD[8] at map at <console>:24 scala> lines.collect res2: ...
数据分析--DataFrame（2）
suojie的博客
02-22 243
import pandas as pd import numpy as np #从csv文件读取数据 df=pd.read_csv("users.csv",encoding='utf-8') #2.获取前20条记录 print(df.head(20)) # 3.这个数据集一共有多少条数据 print(df.shape[0]) print(df.index.size) # 4.一共有几列 prin...
数据分析--DataFrame（1）
suojie的博客
02-22 313
import pandas as pd import numpy as np #1.DataFrame结构类型于数据库结构的数据结果 lst=[[1,2,3],[4,5,6],[7,8,9]] print(pd.DataFrame(lst,index=list('abc'),columns=list('def'))) dic={"name":"wang","age":15,"addr":"上海"...
Python数据分析中DataFrame查询数据操作
m0_62008384的博客
06-07 1335
df[(df['区域'].isin(['望京租房','回龙观租房'])) & (df['朝向'].isin(['西南 东北','南 北'])) ]df_head['区县'] = ['朝阳区','朝阳区','西城区','昌平区','朝阳区'] # 传入列表长度和df长度必须一致。charset=utf8'区别，insert可以指定插入的位置编号， df['新列名'] = ’新值‘ 插入的新列在df的最后。df.rename(index = {'老值':'新值'},columns={'老值':'新值'})
数据分析中Pandas DataFrame操作实验：Python中进行数据处理与分析的技术示例
最新发布
03-21
数据分析中Pandas DataFrame操作实验：Python中进行数据处理与分析的技术示例
数据分析必备：掌握 Pandas DataFrame 核心操作
fengshi_fengshi的专栏
11-14 1495
本篇文章将主要介绍 Pandas 库中 DataFrame 对象的基础方法，通过学习掌握这些基础方法，我们可以高效地进行数据预处理、计算等操作，为后续的数据分析打下坚实的基础。
一文速学(三)-Pandas数据分析之DataFrame多表合并拼接函数concat、merge参数详解+代码操作展示
master_hunter的博客
04-11 1万+
前言 此篇文章接上两篇基础篇章： 一文速学-数据分析之Pandas数据结构和基本操作代码 DataFrame行列表查询操作详解+代码实战 第一章详细介绍了Series和DataFrame作为两种Pandas基本数据结构中的创建、转换和操作。第二章则详细介绍DataFrame行列表查询操作。本打算把DataFrame行列表操作一章讲清楚但是可能看起来的话会很多不容易一下记住，故分为两篇好区分记忆得更加清楚。
Matplotlib实例教程 | 统计DataFrame中数据分布情况（条形统计图）
“365天深度学习训练营”报名进行中～
03-26 3236
🔗 运行环境：python3 🚩 作者：K同学啊 🥇 精选专栏：《深度学习100例》 🔥 推荐专栏：《新手入门深度学习》 📚 选自专栏：《Matplotlib教程》 🧿 优秀专栏：《Python入门100题》 数据情况 单一版 data_2.AGE.value_counts().sort_index().plot(kind='bar',figsize=(10,6),color=['lightgreen']) plt.show() 实现分类统计 data_2.groupby('AGE')['lab.
DataFrame的基本用法
Billie使劲学的博客
11-06 7990
定义一个空的DataFramedf = pd.DataFrame(data=None,columns=range(1,5),index=[0,1]) # 从列表定义,定义列名和行名dfdf = pd.DataFrame(columns={"a":"","b":""},index=[0,1,2]) #从字典定义df。
DataFrame数据操作
weixin_63327991的博客
04-14 331
Drop基本格式：DataFrame.drop（labels，axis=0，level=，inplace），inplace默认为False。，不能接收索引名称。iloc用法完全与Numpy中ndarray的数字索引方式相同。如果为一个区间，那么前后均为闭区间，而iloc方法为前闭后开区间。基本格式：DataFrame.iloc[行索引位置，列索引位置]DataFrame可通过赋值的方式直接修改选取元素的值。[列名组成的列表]，返回一个DataFrame。选取一行可以通过loc，iloc或ix方法实现。
【数据处理包Pandas】DataFrame数据的基本操作
Morse_Chen的博客
03-31 2098
本文讲解数据处理包Pandas，围绕DataFrame数据的基本操作，包括增删改查。
pandas 获取DataFrame的前几行和后几行数据
weixin_42118352的博客
05-12 3328
获取前十行数据，返回一个DataFrame。获取后十行数据，返回一个DataFrame。
【python数据分析09】——Pandas统计分析(DataFrame常用操作)
zhejie666的博客
08-18 3685
DataFrame是最常用的pandas对象。完成数据读取后，数据就以DataFrame数据结构存储在内存中，但此时并不能直接开始统计分析工作，需要使用DataFrame的属性与方法对数据的分布、大小等基本的数据状况有一个了解。只有对数据基本状况有了一个深度的了解，才能够依据数据的状况，进行量身定制的统计分析。
DataFrame详解
denglh525693的博客
01-09 1391
DataFrame详解:清洗相关的API有去重API: dropDupilcates,删除缺失值API: dropna,替换缺失值API: fillna;Spark SQL的Shuffle分区设置,直接修改spark的配置文件,在客户端通过指令submit命令提交的时候动态设置shuffle的分区数量,在代码中设置;将数据写出主要有两种操作,将数据写出本地文件,将数据写出到数据库
spark dataframe操作集锦（提取前几行，合并，入库等）
热门推荐
大数据挖掘SparkExpert的博客
04-02 9万+
spark dataframe派生于RDD类，但是提供了非常强大的数据操作功能。当然主要对类SQL的支持。 在实际工作中会遇到这样的情况，主要是会进行两个数据集的筛选、合并，重新入库。 首先加载数据集，然后在提取数据集的前几行过程中，才找到limit的函数。 而合并就用到union函数，重新入库，就是registerTemple注册成表，再进行写入到HIVE中。
Python—实训day8—掌握DataFrame的常用操作
#请假条的博客
09-25 2884
2掌握DataFrame的常用操作 2.1基础属性 detail.columns #列名 detail.index #索引/行名 detail.shape #形状 detail.dtypes #类型 2.2查改增删DataFrame数据 2.2.1查看访问DataFrame中的数据 （1）对单列数据的访问 DataFrame的单列数据为一个Series。根据DataFrame的定义可以知晓DataFrame是一个带有标签的二维数组，每个标签相当每一列的列名。 有以下两种方式来实现对单列数
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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