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学习笔记(二)基础语法
Jun 06 Python
Python中实现两个字典(dict)合并的方法
Sep 23 Python
Python 比较两个数组的元素的异同方法
Aug 17 Python
Python之dict(或对象)与json之间的互相转化实例
Jun 05 Python
python中csv文件的若干读写方法小结
Jul 04 Python
Python实现批量执行同目录下的py文件方法
Jan 11 Python
浅谈Python中的全局锁(GIL)问题
Jan 11 Python
Python二进制文件读取并转换为浮点数详解
Jun 25 Python
使用Python制作表情包实现换脸功能
Jul 19 Python
pycharm如何实现跨目录调用文件
Feb 28 Python
tensorflow实现从.ckpt文件中读取任意变量
May 26 Python
python基础之文件处理知识总结
May 23 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开发中常用的三个表单验证函数使用小结
2010/03/03 PHP
php缓冲输出实例分析
2015/01/05 PHP
PHP模板引擎Smarty中的保留变量用法分析
2016/04/11 PHP
PHP如何搭建百度Ueditor富文本编辑器
2018/09/21 PHP
php实现算术验证码功能
2018/12/05 PHP
javascript trim函数在IE下不能用的解决方法
2014/09/12 Javascript
EasyUI 结合JS导出Excel文件的实现方法
2016/11/10 Javascript
前端js弹出框组件使用方法
2020/08/24 Javascript
JS正则子匹配实例分析
2016/12/22 Javascript
ES6新特性八:async函数用法实例详解
2017/04/21 Javascript
使用JavaScript进行表单校验功能
2017/08/01 Javascript
20170918 前端开发周报之JS前端开发必看
2017/09/18 Javascript
js实现前面自动补全位数的方法
2018/10/10 Javascript
vue-cli2 构建速度优化的实现方法
2019/01/08 Javascript
小程序如何使用分包加载的实现方法
2019/05/22 Javascript
node实现简单的增删改查接口实例代码
2019/08/22 Javascript
python中cPickle用法例子分享
2014/01/03 Python
Python爬虫实例爬取网站搞笑段子
2017/11/08 Python
PyCharm设置SSH远程调试的方法
2018/07/17 Python
Python cv2 图像自适应灰度直方图均衡化处理方法
2018/12/07 Python
python利用多种方式来统计词频(单词个数)
2019/05/27 Python
Python 炫技操作之合并字典的七种方法
2020/04/10 Python
ONLY德国官方在线商店:购买时尚女装
2017/09/21 全球购物
Sneaker Studio罗马尼亚网站:购买运动鞋
2018/11/04 全球购物
美国在线眼镜店:GlassesShop
2018/11/15 全球购物
英国领先的互联网葡萄酒礼品商:Vintage Wine & Port
2019/05/24 全球购物
毕业生造价工程师求职信
2013/10/17 职场文书
施工资料员岗位职责
2014/01/06 职场文书
师说教学反思
2014/02/07 职场文书
大学生校园创业计划书
2014/02/08 职场文书
党支部书记岗位责任制
2014/02/11 职场文书
双创工作实施方案
2014/03/26 职场文书
2014年小学教学工作总结
2014/11/13 职场文书
MySQL 使用事件(Events)完成计划任务
2021/05/24 MySQL
解决tk mapper 通用mapper的bug问题
2021/06/16 Java/Android
Apache SeaTunnel实现 非CDC数据抽取
2022/05/20 Servers