pandas——dataFrame

dataFrame

一個簡單的dataFrame如下:
在這裏插入圖片描述

列索引

DataFrame的列索引可以直接獲取數據:
兩種方式:
在這裏插入圖片描述
在這裏插入圖片描述

行索引

loc

可以獲取多行數據,但是無法使用切片操作獲取數據。
單行數據獲取
在這裏插入圖片描述

在這裏插入圖片描述
使用切片操作會出現錯誤。
在這裏插入圖片描述

iloc

多行數據獲取
在這裏插入圖片描述

二維索引

單行數據

在這裏插入圖片描述

多行數據

在這裏插入圖片描述

一點思考

在這裏插入圖片描述
這裏的true,我們可以得到這種 複製操作是一種賦值操作,被賦值變量所指向的地址一致。

dataFrame的刪除和添加

列和行的刪除同樣存在區別。

列添加

在這裏插入圖片描述

列的刪除

在這裏插入圖片描述

行添加和刪除

行添加和刪除同上區別。

在這裏插入圖片描述
行的刪除用到是 drop函數
在這裏插入圖片描述
但是我們發現drop函數之後,test所指向的dataFrame並沒有改變,說明這個函數的新開了一塊內存存儲數據。
在這裏插入圖片描述

dataFrame 操作

print(test[0:2])       #取前兩行數據


print(len(test ))              #求出一共多少行
print(test.columns.size)      #求出一共多少列


print(test.columns)        #列索引名稱
print(test.index)       #行索引名稱


print(data[data>2] )      #表示選取數據集中大於0的數據
print(data[data.x>5])       #表示選取數據集中x這一列大於5的所有的行


a1=test.copy()
print(a1[a1['y'].isin(['6','10'])])    #表顯示滿足條件:列y中的值包含'6','10'的所有行。

print(test.mean())           #默認對每一列的數據求平均值;若加上參數a.mean(1)則對每一行求平均值;
print(test['x'].value_counts())    #統計某一列x中各個值出現的次數:

print(test.describe()) #對每一列數據進行統計,包括計數,均值,std,各個分位數等。

在這裏插入圖片描述

發佈了97 篇原創文章 · 獲贊 5 · 訪問量 9325
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章