利用Python数据分析:pandas入门(二)
2017-02-12 22:02
666 查看
import pandas as pd import numpy as np from pandas import Series,DataFrame data = {'state':['Ohio','Ohio','Ohio','Nevada','Nevada'], 'year':[2000,2001,2002,2001,2002], 'pop':[1.5,1.7,3.6,2.4,2.9]} frame = DataFrame(data) frame #可以把字典,等长的列表转换成一个 dataframe dataframe有行索引也有列的索引 DataFrame(data,columns=['year','state','pop']) #指定列的顺序,DataFrame就会按照指定的顺序进行排列 frame2 = DataFrame(data,columns=['year','state','pop','debt'], index=['one','two','three','four','five']) frame2 # 如果列找不到就会返回一个NAN 这里同样的可以将1~N-1的索引改成指定索引 frame2.columns # 返回列的信息 frame2['state'] #通过字典标记方式可以将dataframe的列获取为一个Series frame2.year # 同上 frame2['state'].name # 返回的Series的name属性也是设置好的 frame2['state'].index.name frame2.ix['three'] # 行可以通过为止或者名称的方式进行获取比如说使用索引的字段ix frame2['debt'] = 16.5 # 给列进行赋值 比如给前面为空值的列进行赋值为16.5 frame2 # 对于dataframe的每一列都具有series的每一个功能 frame2['debt'] = np.arange(5.) frame2 val = Series([-1.2,-1.5,-1.7],index=['two','four','five']) frame2['debt'] = val #将Series赋值的时候能够精确的匹配Dataframe的索引 列表或者数组赋值则需要长度匹配 frame2 frame2['eastern'] = frame2.state =='Ohio' # 给不存在的列进行赋值就会出现一个新的列 # 这里的 frame2.state =='Ohio' 返回的是一个布尔型的数组 del frame2['eastern'] # 使用del关键字进行删除列 frame2.columns pop ={'Nevada':{2001:2.4,2002:2.9}, 'Ohio':{2000:1.5,2001:1.7,2002:3.6}} #这是一个嵌套字典 frame3 = DataFrame(pop)# 嵌套字典转成Dataframe的时候外层的键作为列内层的键作为索引 frame3 frame3.T#也可以对结果进行转置 DataFrame(pop,index=[2001,2002,2003])#内层字典的键会被合并排序形成最终的索引,如果显示指定则不会 pdata ={'Ohio':frame3['Ohio'][:-1], 'Nevada':frame3['Nevada'][:2] } #由Series组成的字典 DataFrame(pdata) frame3.index.name = 'year' # 设置索引的名字 frame3.columns.name= 'state'#设置列的名字 frame3 frame3.values #以二维的ndarray形式返回Dataframe中的数据 frame2.values #数据类型不同就会选择兼容所有数据的类型
相关文章推荐
- 利用Python进行数据分析(五)之pandas入门
- 利用Python数据分析:pandas入门(四)
- 利用Python数据分析:pandas入门(六)
- 利用Python数据分析:pandas入门(五)
- 利用Python进行数据分析——pandas入门(五)(4)
- 利用Python进行数据分析_python3实现_pandas入门_相关系数与协方差
- 利用python进行数据分析-pandas入门3
- 利用python进行数据分析-pandas入门
- 利用Python数据分析:pandas入门(一)
- 利用python进行数据分析-pandas入门2
- 利用Pythonj进行数据分析学习笔记——第五章 pandas入门
- 利用 Python 进行数据分析(九)pandas 汇总统计和计算
- 利用python进行数据分析之pandas库的应用(二)
- 利用python/pandas/numpy做数据分析(三)-透视表pivot_table
- 利用python进行数据分析——之数据结构pandas(一)
- 利用Python进行数据分析(10) pandas基础: 处理缺失数据
- python - 利用Pandas对某app数据进行整理、分析并存入mongodb
- python数据分析pandas包入门学习(三)汇总和统计描述
- 利用Python进行数据分析(11) pandas基础: 层次化索引
- 利用 Python 进行数据分析(十二)pandas:数据合并