python pandas中DataFrame类型数据操作函数的方法


Posted in Python onApril 08, 2018

python数据分析工具pandas中DataFrame和Series作为主要的数据结构.

本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数。

1)查看DataFrame数据及属性

df_obj = DataFrame() #创建DataFrame对象
df_obj.dtypes #查看各行的数据格式
df_obj['列名'].astype(int)#转换某列的数据类型
df_obj.head() #查看前几行的数据,默认前5行
df_obj.tail() #查看后几行的数据,默认后5行
df_obj.index #查看索引
df_obj.columns #查看列名
df_obj.values #查看数据值
df_obj.describe() #描述性统计
df_obj.T #转置
df_obj.sort_values(by=['',''])#同上

2)使用DataFrame选择数据:

df_obj.ix[1:3] #获取1-3行的数据,该操作叫切片操作,获取行数据
df_obj.ix[columns_index] #获取列的数据
df_obj.ix[1:3,[1,3]]#获取1列3列的1~3行数据
df_obj[columns].drop_duplicates() #剔除重复行数据

3)使用DataFrame重置数据:

df_obj.ix[1:3,[1,3]]=1#所选位置数据替换为1

4)使用DataFrame筛选数据(类似SQL中的WHERE):

alist = ['023-18996609823']
df_obj['用户号码'].isin(alist) #将要过滤的数据放入字典中,使用isin对数据进行筛选,返回行索引以及每行筛选的结果,若匹配则返回ture
df_obj[df_obj['用户号码'].isin(alist)] #获取匹配结果为ture的行

5)使用DataFrame模糊筛选数据(类似SQL中的LIKE):

df_obj[df_obj['套餐'].str.contains(r'.*?语音CDMA.*')] #使用正则表达式进行模糊匹配,*匹配0或无限次,?匹配0或1次

6)使用DataFrame进行数据转换(后期补充说明)

df_obj['支局_维护线'] = df_obj['支局_维护线'].str.replace('巫溪分公司(.{2,})支局','\\1')#可以使用正则表达式
可以设置take_last=ture 保留最后一个,或保留开始一个.补充说明:注意take_last=ture已过时,请使用keep='last'

7)使用pandas中读取数据:

read_csv('D:\LQJ.csv',sep=';',nrows=2) #首先输入csv文本地址,然后分割符选择等等
df.to_excel('foo.xlsx',sheet_name='Sheet1');pd.read_excel('foo.xlsx', 'Sheet1', index_col=None, na_values=['NA'])#写入读取excel数据,pd.read_excel读取的数据是以DataFrame形式存储
df.to_hdf('foo.h5','df');pd.read_hdf('foo.h5','df')#写入读取HDF5数据

8)使用pandas聚合数据(类似SQL中的GROUP BY 或HAVING):

data_obj['用户标识'].groupby(data_obj['支局_维护线'])
data_obj.groupby('支局_维护线')['用户标识'] #上面的简单写法
adsl_obj.groupby('支局_维护线')['用户标识'].agg([('ADSL','count')])#按支局进行汇总对用户标识进行计数,并将计数列的列名命名为ADSL

9)使用pandas合并数据集(类似SQL中的JOIN):

merge(mxj_obj2, mxj_obj1 ,on='用户标识',how='inner')# mxj_obj1和mxj_obj2将用户标识当成重叠列的键合并两个数据集,inner表示取两个数据集的交集.

10)清理数据

df[df.isnull()]
df[df.notnull()]
df.dropna()#将所有含有nan项的row删除
df.dropna(axis=1,thresh=3) #将在列的方向上三个为NaN的项删除
df.dropna(how='ALL')#将全部项都是nan的row删除填充值
df.fillna(0)
df.fillna({1:0,2:0.5}) #对第一列nan值赋0,第二列赋值0.5
df.fillna(method='ffill') #在列方向上以前一个值作为值赋给NaN

实例

1. 读取excel数据

代码如下

import pandas as pd# 读取高炉数据,注意文件名不能为中文
data=pd.read_excel('gaolushuju_201501-03.xlsx', '201501', index_col=None, na_values=['NA'])
print data

测试结果如下

燃料比 顶温西南 顶温西北 顶温东南 顶温东北
0  531.46  185  176  176  174
1  510.35  184  173  184  188
2  533.49  180  165  182  177
3  511.51  190  172  179  188
4  531.02  180  167  173  180
5  511.24  174  164  178  176
6  532.62  173  170  168  179
7  583.00  182  175  176  173
8  530.70  158  149  159  156
9  530.32  168  156  169  171
10 528.62  164  150  171  169

2. 切片处理,选取行或列,修改数据

代码如下:

data_1row=data.ix[1]
data_5row_2col=data.ix[0:5,[u'燃料比',u'顶温西南']
print data_1row,data_5row_2col
data_5row_2col.ix[0:1,0:2]=3

测试结果如下:

燃料比   510.35
顶温西南  184.00
顶温西北  173.00
顶温东南  184.00
顶温东北  188.00
Name: 1, dtype: float64  
  燃料比 顶温西南
0 531.46  185
1 510.35  184
2 533.49  180
3 511.51  190
4 531.02  180
5 511.24  174
   燃料比 顶温西南
0  3.00   3
1  3.00   3
2 533.49  180
3 511.51  190
4 531.02  180
5 511.24  174

格式说明,data_5row_2col.ix[0:1,0:2],data_5row_2col.ix[0:1,[0,2]],选取部分行和列需加”[]”

3. 排序

代码如下:

print data_1row.sort_values()
print data_5row_2col.sort_values(by=u'燃料比')

测试结果如下:

顶温西北  173.00
顶温西南  184.00
顶温东南  184.00
顶温东北  188.00
燃料比   510.35
Name: 1, dtype: float64
   燃料比 顶温西南
1 510.35  184
5 511.24  174
3 511.51  190
4 531.02  180
0 531.46  185
2 533.49  180

4. 删除重复的行

代码如下:

print data_5row_2col[u'顶温西南'].drop_duplicates()#剔除重复行数据

测试结果如下:

0  185
1  184
2  180
3  190
5  174
Name: 顶温西南, dtype: int64

说明:从测试结果3中可以看出顶温西南index=2的数据与index=4的数据重复,测试结果4显示将index=4的顶温西南数据删除

以上这篇python pandas中DataFrame类型数据操作函数的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python中使用asyncio 封装文件读写
Sep 11 Python
python分割列表(list)的方法示例
May 07 Python
python微信公众号开发简单流程
Mar 23 Python
Django框架的使用教程路由请求响应的方法
Jul 03 Python
Python 中判断列表是否为空的方法
Nov 24 Python
Python线程threading模块用法详解
Feb 26 Python
python实现批处理文件
Jul 28 Python
matplotlib画混淆矩阵与正确率曲线的实例代码
Jun 01 Python
Python数据可视化之基于pyecharts实现的地理图表的绘制
Jun 10 Python
利用Pycharm连接服务器的全过程记录
Jul 01 Python
python自动化操作之动态验证码、滑动验证码的降噪和识别
Aug 30 Python
python自动化测试通过日志3分钟定位bug
Nov 20 Python
python随机取list中的元素方法
Apr 08 #Python
Python实现的端口扫描功能示例
Apr 08 #Python
Python简单实现的代理服务器端口映射功能示例
Apr 08 #Python
pandas修改DataFrame列名的方法
Apr 08 #Python
Python数据分析库pandas基本操作方法
Apr 08 #Python
浅谈pandas中shift和diff函数关系
Apr 08 #Python
使用DataFrame删除行和列的实例讲解
Apr 08 #Python
You might like
php循环创建目录示例分享(php创建多级目录)
2014/03/04 PHP
Linux平台PHP5.4设置FPM线程数量的方法
2016/11/09 PHP
js和jquery使按钮失效为不可用状态的方法
2014/01/26 Javascript
nodejs获取本机内网和外网ip地址的实现代码
2014/06/01 NodeJs
浅谈javascript 归并方法
2015/01/21 Javascript
Javascript中拼接大量字符串的方法
2015/02/05 Javascript
jQuery性能优化技巧分析
2015/02/20 Javascript
jQuery实现高亮显示的方法
2015/03/10 Javascript
js实现延迟加载的方法
2015/06/24 Javascript
jQuery满意度星级评价插件特效代码分享
2015/08/19 Javascript
jQuery对象与DOM对象转换方法详解
2016/05/10 Javascript
利用yarn代替npm管理前端项目模块依赖的方法详解
2017/09/04 Javascript
详解vue指令与$nextTick 操作DOM的不同之处
2018/08/02 Javascript
Vue作用域插槽slot-scope实例代码
2018/09/05 Javascript
Vue Echarts实现可视化世界地图代码实例
2019/05/07 Javascript
Node.js实现一个HTTP服务器的方法示例
2019/05/13 Javascript
微信小程序基于movable-view实现滑动删除效果
2020/01/08 Javascript
Python统计列表中的重复项出现的次数的方法
2014/08/18 Python
django rest framework 数据的查找、过滤、排序的示例
2018/06/25 Python
详谈Python 窗体(tkinter)表格数据(Treeview)
2018/10/11 Python
在双python下设置python3为默认的方法
2018/10/31 Python
Python实现二叉搜索树BST的方法示例
2019/07/30 Python
pytorch dataloader 取batch_size时候出现bug的解决方式
2020/02/20 Python
python爬虫如何解决图片验证码
2021/02/14 Python
CSS3 :default伪类选择器使用简介
2018/03/15 HTML / CSS
CSS3制作3D立方体loading特效
2020/11/09 HTML / CSS
Html5元素及基本语法详解
2016/08/02 HTML / CSS
英国时尚泳装品牌:Maru Swimwear
2019/10/06 全球购物
大学生关于奋斗的演讲稿
2014/01/09 职场文书
公司请假条范文
2014/04/11 职场文书
优秀大学生自荐信
2014/06/09 职场文书
语文教研活动总结
2014/07/02 职场文书
基层党员群众路线教育实践活动个人对照检查材料思想汇报
2014/10/05 职场文书
志愿者事迹材料
2014/12/26 职场文书
班级联欢会主持词
2015/07/03 职场文书
单位车辆管理制度
2015/08/05 职场文书