Pandas中DataFrame的常用用法分享

下面是Pandas中DataFrame的常用用法分享的完整攻略。

一、Pandas简介

Pandas是Python数据处理的重要工具之一，它提供了快速、灵活、富有表现力的数据结构，使得数据分析处理变得更加简单。

二、DataFrame的定义

在Pandas中，DataFrame是一种二维的表格型数据结构。它包含了一组有序的列，每列可以是不同的值类型。其中一个列可以被看做是一个Series，它可以使用不同类型来构建。DataFrame既有行索引，也有列索引，它可以被看做是由Series组成的字典。

三、DataFrame的常用用法

1. 创建DataFrame

使用Pandas，我们可以通过许多方式来创建DataFrame，其中一种常用的是通过字典创建，例如：

import pandas as pd

# 创建字典
data = {'name': ['张三', '李四', '王五', '赵六'], 'age': [18, 20, 22, 24], 'gender': ['男', '女', '男', '女']}

# 将字典转为DataFrame
df = pd.DataFrame(data)
print(df)

运行结果如下：

  name  age gender
0   张三   18      男
1   李四   20      女
2   王五   22      男
3   赵六   24      女

2. DataFrame的读写

Pandas提供了多种方式来读写数据，其中较为常用的方式有Excel、CSV、SQL等。例如通过CSV文件来读取数据：

import pandas as pd

# 从csv文件读取数据
df = pd.read_csv('data.csv', header=0, index_col=0)

# 显示数据
print(df)

其中header指定了数据集的列名，index_col指定了索引列。运行结果如下：

    name  age gender
id                 
1    张三   18      男
2    李四   20      女
3    王五   22      男
4    赵六   24      女

3. DataFrame的基本信息查询

对于DataFrame，有一些基本的信息可以直接进行查询，例如：

• 获取前几行/后几行：

# 获取前2行
print(df.head(2))

# 获取后2行
print(df.tail(2))

• 获取数据集的形状：

# 获取形状
print(df.shape)

• 获取数据集的列名：

# 获取列名
print(df.columns)

• 获取数据类型：

# 获取数据类型
print(df.dtypes)

4. DataFrame的筛选数据

在Pandas中，我们可以通过多种方式来筛选数据。例如，我们可以通过列名来获取对应列的数据：

# 获取name列的数据
print(df['name'])

输出结果为：

id
1    张三
2    李四
3    王五
4    赵六
Name: name, dtype: object

同时，我们可以通过多种条件来筛选符合要求的数据：

# 获取满足条件的数据
print(df[(df['gender'] == '男') & (df['age'] > 20)])

输出结果如下：

   name  age gender
3   王五   22      男

5. DataFrame的计算

在Pandas中，我们可以进行一系列的计算操作。例如，我们可以计算每列数据的平均值：

# 计算每列数据的平均值
print(df.mean())

输出结果为：

age    21.0
dtype: float64

四、示例说明

示例1

例如，我们有一个包含多条股票数据的DataFrame，并且其中包含股票的代码、日期、开盘价、收盘价、最高价、最低价等各个信息。我们想要计算这些股票在这段时间内的收益率，如何完成这个任务？

# 创建数据
stock_data = pd.DataFrame({
    'code': ['000001', '000002'],
     'date': ['2022-02-01', '2022-02-02', '2022-02-03'],
     'open': [10.0, 20.0, 15.0,],
     'close': [12.0, 22.0, 14.0],
     'high': [15.0, 25.0, 20.0],
     'low': [9.0, 18.0, 13.0]
})

# 计算收益率
stock_data['rate'] = (stock_data['close'] - stock_data['open']) / stock_data['open']
print(stock_data)

输出结果如下：

     code        date  open  close  high   low  rate
0  000001  2022-02-01  10.0   12.0  15.0   9.0   0.2
1  000002  2022-02-02  20.0   22.0  25.0  18.0   0.1
2  000001  2022-02-03  15.0   14.0  20.0  13.0  -0.0666

示例2

Pandas中DataFrame还提供了数据的排序和合并等方法。例如我们有两个包含各种学生信息的DataFrame，现在我们需要对其按照成绩将两个数据集合并成一个。

# 创建两个DataFrame
df1 = pd.DataFrame({
    'id': ['101', '102', '103'],
    'name': ['张三', '李四', '王五'],
    'score': [85, 98, 80]
})

df2 = pd.DataFrame({
    'id': ['101', '102', '103'],
    'name': ['张三', '李四', '王五'],
    'score': [78, 81, 88]
})

# 合并两个DataFrame并根据成绩排序
result = pd.concat([df1, df2])
result = result.sort_values(by='score', ascending=False)
print(result)

输出结果如下：

    id name  score
1  102   李四     98
2  103   王五     88
0  101   张三     85
1  102   李四     81
0  101   张三     78
2  103   王五     80

五、总结

通过上述的示例代码，我们可以看到Pandas中DataFrame的基本用法和特点。DataFrame提供了丰富的数据处理方法，可以快速对数据进行处理和分析。在Python数据分析领域中，它也是一种非常常用的工具。