Python3.5 Pandas模块之DataFrame用法实例分析

下面是详细的讲解“Python3.5Pandas模块之DataFrame用法实例分析”的完整攻略，包括示例说明：

什么是DataFrame？

DataFrame是Pandas中一种很常用的数据结构。它可以被看作是由许多Series对象合并成的二维表格，拥有行和列的索引。在数据科学领域，DataFrame是数据分析的常用工具之一。

DataFrame的创建

Pandas提供了多种创建DataFrame的方法，例如使用字典、嵌套列表、CSV文件等来创建DataFrame。

使用字典创建DataFrame

我们可以使用字典创建DataFrame，其中字典的键表示列名，字典的值是一个列表，表示一列的数据。示例如下：

import pandas as pd

data = {'name': ['John', 'Lucy', 'David'], 
        'age': [24, 25, 26], 
        'gender': ['male', 'female', 'male']}

df = pd.DataFrame(data)

这段代码创建了一个DataFrame，包含三列数据：name、age、gender，每列的数据是一个列表中的元素。

使用嵌套列表创建DataFrame

除了使用字典，我们还可以使用嵌套列表来创建DataFrame。示例如下：

data = [['Tom', 25, 'male'], ['Anne', 23, 'female'], ['Bob', 24, 'male']]
df = pd.DataFrame(data, columns=['name', 'age', 'gender'])

这段代码创建了一个DataFrame，和之前使用字典创建的DataFrame有些相似，但是这里是用嵌套列表创建的，并且自己指定了列名。

DataFrame的基本操作

查看DataFrame

我们可以使用head()函数查看DataFrame的前若干行数据，也可以使用tail()函数查看DataFrame的后若干行数据。示例如下：

print(df.head())   # 查看前5行数据
print(df.tail(3))  # 查看后3行数据

索引DataFrame

Pandas中提供了多种索引DataFrame的方法。我们可以使用loc[]、iloc[]等函数指定行列的索引来进行定位。

具体来说，loc[]通过行或列的标签索引，而iloc[]通过行或列的数字索引。示例如下：

# 根据行列标签索引定位元素
print(df.loc[1, 'name'])
print(df.iloc[0, 2])

# 根据行列数字索引定位元素
print(df.loc[1, 'name'])
print(df.iloc[0, 2])

在以上示例中，第一行输出的是第2行第1列（即姓名）的数据，第二行输出的是第1行第3列（即性别）的数据。

修改DataFrame

我们可以通过修改元素、增加列或行等方式来修改DataFrame。

修改元素

我们可以使用at[]或iat[]函数来修改DataFrame的元素。其中，at[]通过行列的标签索引，而iat[]通过行列的数字索引。示例如下：

df.at[1, 'name'] = 'Alice'  # 修改第2行第1列（即姓名）的数据
df.iat[0, 2] = 'unknown'    # 修改第1行第3列（即性别）的数据

在以上示例中，我们将第2行第1列的姓名数据修改成了'Alice'，将第1行第3列的性别数据修改成了'unknown'。

增加列或行

我们可以通过新增一个Series来增加一列数据，示例如下：

df['height'] = pd.Series([168, 175, 172])

这段代码增加了一个名为height的列，其中的数据是由一个Series对象提供的。使用head()函数查看结果如下：

print(df.head())

输出结果如下：

    name  age  gender  height
0    Tom   25    male     168
1  Alice   23  female     175
2    Bob   24    male     172

增加行数据可以使用append()函数。例如，我们可以新增一个字典来表示一行数据，并利用append()函数将该行数据添加到DataFrame中。示例如下：

new_data = {'name': 'Cindy', 'age': 22, 'gender': 'female', 'height': 170}
df = df.append(new_data, ignore_index=True)

这段代码新增了一行数据，然后使用ignore_index=True，表示重新调整了行索引。使用head()函数查看结果如下：

print(df.head())

输出结果如下：

    name  age  gender  height
0    Tom   25    male     168
1  Alice   23  female     175
2    Bob   24    male     172
3  Cindy   22  female     170

示例说明

示例1：电影数据分析

我们可以利用Pandas中的许多函数和方法对数据进行分析。例如，我们可以从CSV文件中读取电影数据，然后分析每个电影的票房收入、导演等信息。

import pandas as pd

# 读取电影数据CSV文件
df = pd.read_csv('movies.csv', encoding='utf-8')

# 排序
df = df.sort_values(by=['box_office'], ascending=False)

# 输出前10部票房最高的电影
print(df[['title', 'director', 'box_office']].head(10))

这段代码首先读取了一个电影数据的CSV文件，然后按照票房收入从高到低排序，最后输出前10部票房最高的电影的标题、导演和票房收入信息。

示例2：股票数据分析

我们也可以从网络上获取股票数据进行分析。例如，我们可以利用Pandas的DataFrame对象从tushare上获取某只股票的历史数据并进行分析。

import pandas as pd
import tushare as ts

# 获取股票数据
df = ts.get_hist_data('600519', start='2020-01-01', end='2020-12-31')

# 输出最近30天的数据
print(df.tail(30))

这段代码首先调用tushare库获取某只股票的历史数据，然后输出最近30天的数据。

这是两个基本的示例，Pandas的能力远不止这些，更多高级的使用，可以结合具体场景进行深入研究。