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 Mysql数据库操作 Perl操作Mysql数据库
Jan 12 Python
简单的连接MySQL与Python的Bottle框架的方法
Apr 30 Python
Python中Django框架利用url来控制登录的方法
Jul 25 Python
用Python将动态GIF图片倒放播放的方法
Nov 02 Python
Java及python正则表达式详解
Dec 27 Python
Python列表推导式与生成器表达式用法示例
Feb 08 Python
Python unittest单元测试框架总结
Sep 08 Python
Python使用get_text()方法从大段html中提取文本的实例
Aug 27 Python
Python3.7实现验证码登录方式代码实例
Feb 14 Python
Python基础教程之输入输出和运算符
Jul 26 Python
解决TensorFlow训练模型及保存数量限制的问题
Mar 03 Python
Python中使用ipython的详细教程
Jun 22 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
Yii2框架RESTful API 格式化响应,授权认证和速率限制三部分详解
2016/11/10 PHP
微信封装的调用微信签名包的类库
2017/06/08 PHP
firefox中用javascript实现鼠标位置的定位
2007/06/17 Javascript
javascript 自动填写表单的实现方法
2010/04/09 Javascript
jQuery Validation插件remote验证方式的Bug解决
2010/07/01 Javascript
再次分享18个非常棒的jQuery表格插件
2011/04/10 Javascript
JavaScript中valueOf函数与toString方法深入理解
2012/12/02 Javascript
将input file的选择的文件清空的两种解决方案
2013/10/21 Javascript
验证控件与Button的OnClientClick事件详细解析
2013/12/04 Javascript
js生成随机数之random函数随机示例
2013/12/20 Javascript
使用jQuery实现的掷色子游戏动画效果
2014/03/14 Javascript
js 获取页面高度和宽度兼容 ie firefox chrome等
2014/05/14 Javascript
javaScript事件机制兼容【详细整理】
2016/07/23 Javascript
javascript之with的使用(阿里云、淘宝使用代码分析)
2016/10/11 Javascript
Form表单按回车自动提交表单的实现方法
2016/11/18 Javascript
JS正则匹配中文的方法示例
2017/01/06 Javascript
vue.js移动端app之上拉加载以及下拉刷新实战
2017/09/11 Javascript
详谈DOM简介及节点、属性、查找节点的方法
2017/11/16 Javascript
详解Angular5路由传值方式及其相关问题
2018/04/28 Javascript
vue兄弟组件传递数据的实例
2018/09/06 Javascript
原生js实现移动端Touch轮播图的方法步骤
2019/01/03 Javascript
Node.js net模块功能及事件监听用法分析
2019/01/05 Javascript
微信小程序实现的canvas合成图片功能示例
2019/05/03 Javascript
详解小程序如何动态绑定点击的执行方法
2019/11/26 Javascript
js+canvas实现纸牌游戏
2020/03/16 Javascript
javascript 使用sleep函数的常见方法详解
2020/04/26 Javascript
[01:34]2014DOTA2 TI预选赛预选赛 选手比赛房大揭秘!
2014/05/20 DOTA
python处理csv中的空值方法
2018/06/22 Python
如何使用python实现模拟鼠标点击
2020/01/06 Python
tensorflow模型转ncnn的操作方式
2020/05/25 Python
使用CSS3的font-face字体嵌入样式的方法讲解
2016/05/13 HTML / CSS
《故乡》教学反思
2014/04/10 职场文书
2015年学校政教工作总结
2015/07/20 职场文书
《跨越海峡的生命桥》教学反思
2016/02/18 职场文书
Python Django 后台管理之后台模型属性详解
2021/04/25 Python
JavaScript函数柯里化
2021/11/07 Javascript