DataFrame的索引和基本操作

一、DataFrame的索引

1，选择列

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

df = DataFrame(np.random.rand(12).reshape((3,4)),
              index = ['one', 'two', 'three'],
              columns= list('abcd')
              )
print(df)
type(df['a'])
df[['a','c']]  # dataframe

 注：df[ ]--选择列，整数可以选择行，但是不能单独选择，要用切片的方式如df[:2]

2，选择行

df1 = DataFrame(np.random.rand(12).reshape((3,4)),
                index = [3,2,1],
              columns= list('abcd')
              )
print(df1)
df.loc['one']   # 单独的行，返回的也是一个Series对象
# df1.loc[0]  # 整数的索引，只能是index 是默认的整数时
df.loc[['one','three','four']]  # 多行，返回的也是一个Dataframe对象
df1.loc[2:1]
# df.loc['two':'three']  # index 标签切片，闭区间
# df.loc[label] 主要是针对行索引，同时指出指定index，及默认的index

 

 注：df.loc[ ]--按index选择行，字符串标签索引

3，另外一种索引方法

df.iloc[] 按照整数位置(从0到length-1)选择行
类似于list的索引，顺序就是dataframe的整数位置，从0开始算

print(df)
df.iloc[0]  # 一行
# df.iloc[3] 不能超出索引的范围
df.iloc[[0,1]]  # 选择多行，返回dataframe对象

df.iloc[[1,0]] # 选择的多行，顺序可变
df.iloc[::2]

4，布尔型索引

原理和Series原理相同

# df = df/10000
print(df)
b1 = df < 20    # 返回一个和df形状相同的布尔型 dataframe
df[b1]  # 返回一个dataframe，所有数据，True返回原数据，False 返回NaN

b2 = df['a'] > 50  # 单列，就是Series
# print(b2, type(b2))
df[b2]  # 单列做判断，保留判断为True的行数据

# 多列做判断
b3 = df[['a', 'b']] > 50  #  返回一个布尔型的dataframe
print(b3)
print(df[b3])  # 返回形状相同的dataframe 为True位置返回数据，False和其他位置都返回NaN

5，多重索引，同时索引列和行

print(df)
df['a'].loc[['one','three']]
df[['b', 'c', 'd']].iloc[::2]
df[df['a']<50].iloc[0]

二、DataFrame的基本操作

1，数据查看和转置

df = DataFrame(np.random.rand(16).reshape((4,4)))
df.head(2)
df.tail()
# .T
print(df)
print(df.T)

 2，添加和修改

df.columns = list('abcd')
df['e'] = 10   #  指定添加一列，标量重复
df

# 添加一行，df数据同上
df.loc[4]=5
print(df)

# 修改，df数据同上
df['e'] = 0
print(df)

# 修改多列，df数据同上
df[['d','e']] = 88
print(df)
# 直接索引赋值

 3，删除

# 删除一列  del  df数据同上
del df['e']
print(df)

# 删除的第二种方法
df.drop(0)   # drop 默认会返回删除后的datafarme

# drop()  axis=0 删除行 axis=1 删除列
df.drop('a', axis=1)

# drop 默认会返回一个新的值，设置 inplace=True修改原数据
df.drop(0,inplace=True)
3 df

4，对齐

df = DataFrame(np.arange(16).reshape((4,4)), columns=list('abcd'))
df1 = DataFrame(np.arange(9).reshape((3,3)), columns=list('cba'))
print(df)
print(df1)
# 按照行和列的标签自动对齐
df+df1

 

 5，排序

df = DataFrame(np.random.randint(16,size=[4,4]), columns=list('abcd'))
df
# 按值排序
df.sort_values('b', ascending=False)  # 按照列标签等于b的那一列的值进行排序，默认从小到大 ascending=True 默认，False降序

df.sort_values(['b','c'])  # 联合

  

# 默认axis=0 ，就是要用列的值，去对行进行排序,所以第一个参数需要传入 列索引
# axis=1 ，就是用行的值，去对列进行排序，传入行索引
df.sort_values(2, axis=1)

# 按索引排序
df.index = [5,2,4,1]
df.columns = list('adce')
print(df)

df.sort_index(ascending=False)  # 默认按行索引进行降序  ascending=False 降序
# axis=1 按列索引排序
df.sort_index(axis=1)