数据分析之DataFrame数据的相关操作

已于 2022-05-07 10:38:15 修改
阅读量579 收藏
点赞数 1
分类专栏： Python 文章标签： python 数据分析
于 2022-05-06 21:26:07 首次发布
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。
本文链接：https://blog.youkuaiyun.com/wow0524/article/details/124619092
版权
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。

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

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
09-26 755
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 5013
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 1662
()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
10-06 188
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: ...
知识周汇 | 掌握 DataFrame 核心操作，轻松玩转数据分析
guoweidong19930311的博客
01-16 1781
dataframe结构在数据分析中用的最多的一种结构，参照平时处理excel表基本用到的操作也是拼接、去重、排序、筛选等，本文章对数据处理创建dataframe、对dataframe常规操作、数据清洗、拼接、排序进行介绍。
数据分析--DataFrame（2）
suojie的博客
02-22 205
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...
DataFrame(4)：DataFrame行的操作
lghpy的博客
12-16 486
DataFrame(4)：DataFrame行的操作
Python数据分析中DataFrame查询数据操作
m0_62008384的博客
06-07 1192
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
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
热门推荐
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。
Python 列表 文件读写 NumPy pandas DataFrame 基本操作练习 电影评分数据分析
02-11
综上所述，Python列表、文件读写、NumPy和pandas DataFrame的熟练掌握对于数据分析师至关重要。通过实际的电影评分数据分析项目，你可以更好地理解并应用这些工具，提升数据处理和分析的能力。在练习文件1.py、2.py...
数据分析--DataFrame（1）
suojie的博客
02-22 279
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"...
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 3101
🔗 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]python数据集中数据统计分析
weixin_45922730的博客
08-16 5085
在机器学些中，当我们拿到一个数据集，尤其是关于分类的问题的数据集，有时需要进行数，看看会不会存在数据不平衡等问题。下面将介绍一下，当我拿到有关我的课题时对数据集进行数据分析时用的几个函数。...
掌握DataFrame的常用操作
tyy20030504的博客
06-22 2293
Pandas提供了多种方式来定义DataFrame，可以从列表、字典、二维数组等数据结构中创建。# 从列表创建DataFrameprint(df)4. 读取DataFramePandas也支持从各种数据源中读取DataFrame，如CSV文件、Excel文件、数据库等。以下是一个从CSV文件中读取DataFrame的示例# 从CSV文件中读取DataFrameprint(df)二、查看DataFrame的常用属性1. 基础属性DataFrame具有一些基础属性，如values（元素值）、
【数据处理包Pandas】DataFrame数据的基本操作
Morse_Chen的博客
03-31 1822
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。
【python数据分析09】——Pandas统计分析(DataFrame常用操作)
zhejie666的博客
08-18 3296
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。
4.2 掌握DataFrame的常用操作
我走的每一步都算数
04-04 2499
【代码】4.2 掌握DataFrame的常用操作。
Python—实训day8—掌握DataFrame的常用操作
#请假条的博客
09-25 2501
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
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