前一篇文章提到了序列,可以理解爲Excel裏沒有列名的一列數據,那麼Excel裏的由行列組成的表數據是如何對應到Python中的呢？就是今天要說的數據框：DataFrame。
它是由一組數據和一對索引（行索引和列索引）組成的二維數據結構，可以看成Excel裏的表格，與Series不同的是，DataFrame可以有多行/列數據。
1．建
首先要導入pandas模塊，簡寫爲pd。
In [1]:import pandas as pd
從列表中創建DataFrame
# 從列表中創建
list1 = [2,5,8,10]
df_l = pd.DataFrame(list1)
df_l
結果：
這裏傳入的是一個單一的列表，得到的是帶有行列索引的一列數據，行索引用index表示，就是這裏最前面豎着的那一列[0,1,2,3]，相當於Excel裏的第一列，列索引用columns表示，相當於Excel裏的第一行，由於沒有指定索引，因此都是默認從0開始遞增的索引，這裏橫排第一行就是列索引，除去行列索引，中間的區域爲values：值區域。
從字典中創建
# 從字典中創建
dict1 = {"name":["Tony","Nancy","Judy","Cindy"],
"age":[16,17,18,15],
"sex":["male","female","female","female"]}
df_d = pd.DataFrame(dict1)
df_d
結果：
image
從字典中創建DataFrame，每個鍵就默認爲columns。
從嵌套列表中創建
嵌套列表顧名思義，就是列表中還有列表，這種方式也可以創建數據框，同字典不同的是，字典創建的數據框鍵值對是一列一列的，嵌套列表創建的數據框是一行一行的。
# 嵌套列表創建
list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]
df1 = pd.DataFrame(list2)
df1
結果：
image
以上創建數據框都沒有指定索引，下面我們來指定行列索引，columns指定列索引，index指定行索引。
# 指定行列索引
list2 = [["Jane",15,101],["David",18,103],["Peter",16,102]]
df1 = pd.DataFrame(list2,index = [1,2,3],columns = ["name","age","num"])
df1
結果：
image
2.查
查是指對數據框行/列數據的訪問
2.1 選擇行
Excel裏沒有專門的選擇行的方法，就是直接用鼠標選擇。在Pandas裏要選擇一行或幾行數據，可以用loc或iloc方法，區別在於，loc方法傳入的是行所在索引的名稱，而iloc方法傳入的是行的絕對位置。
選擇一行
選擇df1數據框的第二行，可以用df1.loc[2]，這裏的2是第二行對應的行索引的名稱。
# 訪問df1第二行
df1.loc[2]
結果：
image
若用iloc方法，則這樣寫df1.iloc[1]，別忘了一直說的索引是從0開始遞增，所以第二行的絕對位置是1，iloc[1]表示取第二行的值。
df1.iloc[1]
結果同loc是一樣的
選擇幾行
要選擇幾行，可以用iloc選擇絕對位置並切片的方法。
# 選擇前2行
df1.iloc[:2]
結果：
image
若選擇的不是連續的幾行，就不用切片，iloc方法傳入選擇行的絕對位置，loc傳入索引名稱，並用列表括起來。
# 選擇第一行和第三行
df1.iloc[[0,2]]
df1.loc[[1,3]]
結果：
image.png
2.2 選擇列
在Excel裏選擇列也是鼠標直接操作，除非是進行條件篩選，這個就是後話了，pandas裏選擇列的方式很簡單，直接按列名選擇即可，在數據框後面用中括號加上要選擇的列名，或者數據框後面.列名，二者任選。
數據框[列名]
數據框.列名
選擇一列
df.列名 等價於 Df[列名]
# 選擇name列
df1["name"]
df1.name
結果：
image.png
注意到這樣選擇列得到的是序列而非數據框，如果想要得到數據框，要再加中括號。
image.png
選擇幾列
同行選擇一樣，選擇幾列的時候，要用中括號括起來。
# 選擇1、3列
df1[["name","num"]]
結果：
image.png
2.2 行列同時選擇定位
Loc定位
df.loc[行索引，列索引]可以定位一個數據.
# loc定位
df1.loc[[1,3],["name","age"]]
結果：
image.png
[1,3]是行索引，是一個列表值，表示獲取1、3行標籤所在的行，[“name”,”age”]是列索引，表示獲取name,age列索引所在的列。
還可以用切片獲取全部的行
# 獲取name num列的全部行
df1.loc[:,["name","num"]]
結果：
image.png
左邊的冒號表示獲取全部的行，右邊的列表值表示獲取name列和num列。
同理獲取全部列
# 獲取2\3行全部列
df1.loc[[2,3],:]
結果：
image.png
：號不僅可以用來表示全部的行/列，還可以用在行/列中，進行切片。
# 獲取1~3行全部列
df1.loc[1:3,:]
結果：
image.png
iloc定位
按照元素的絕對位置定位，行列索引都是從0開始。對比loc方法，loc裏的1,3是行索引的名稱，而iloc裏的0,2是1、3這兩個行索引所處的位置，同樣地，name和age列的位置是0,1.
# loc定位
df1.loc[[1,3],["name","age"]]
# iloc
df1.iloc[[0,2],[0,1]] # iloc方法
image.png
iloc也可以切片。
# 獲取name num列的全部行
df1.loc[:,["name","num"]]
df1.iloc[:,[0,2]] #iloc方法
結果：
image.png
# 獲取2\3行全部列
df1.loc[[2,3],:]
df1.iloc[[1,2],:] #iloc方法
結果：
image.png
# 獲取1~3行全部列
df1.loc[1:3,:]
df1.iloc[0:3,:] # iloc方法
結果：
image.png
Iloc切片是左閉右開的，也就是右區間時不包含的，0:3的意思是取第1行至第四行的值，不包括第四行，那實際上就只取到了第三行。Iloc切片的規則同Series切片是一樣的。
3.增
3.1 插入行
同序列一樣，如果想要在DataFrame裏增加行記錄，做法是建立一個新的DataFrame，然後將兩個DataFrame縱向合併起來，同樣用到append方法，
# 追加行
df2 = pd.DataFrame({"name":["Jane"],"age":[16],"sex":["female"]})
df_d.append(df2,ignore_index = True)
結果：
image.png
除了append方法可以進行表的縱向合併以達到插入行記錄的目的外，還有concat方法。Concat是基於pandas的方法，用列表框起來，表示將兩個數據框縱向拼接。這裏我們可以看到索引還是原來數據框的索引，可以重置索引，設置ignore_index = True,就新生成一個索引了，append裏也可以用。
pd.concat([df_d,df2],ignore_index = True)
結果是一樣的：
image.png
3.2 插入列
直接對新增的列賦值，新增的列在數據框末尾。新增score列，用列表賦值，這裏df1[“score”]不能替換成df1.score。
# 插入列
df1["score"] = [85,58,99]
df1
結果：
image.png
Insert方法，可以指定新增列的位置。
df1.insert(1,"score2",[77,78,79])
df1
結果：
image.png
insert方法的第一個參數是要插入列的位置，1表示將新列插入在第二列，第二個參數是列名，這裏是score2，第三個參數是值。
3.刪
3.1 刪除行
Drop方法，index指定行，index = 1的意思是刪除行索引名稱爲1的這一行。
# 刪除行
df1.drop(index = 1)
結果：
image.png
還可以不寫index，寫axis = 0，表示按行刪除。
df1.drop(1,axis = 0)
結果是一樣的
3.2 刪除列
對應刪除行的操作，可以傳入columns指定列
# 刪除列
df1.drop(columns = "num")
結果：
image.png
也可以不傳入columns，但要傳入axis = 1參數。
df1.drop("num",axis = 1)
4.改
數據框修改實際上就是數據框中數值的替換，用replace方法，replace(A,B)，表示把A替換成B。選中age列，將age列中15的值替換爲25，輸出df1，並設置inplace = True參數，表示立即更新。
# 一對一替換
df1["age"].replace(15,25,inplace = True)
df1
結果：
image.png
上個例子是將1個值替換成另一個值，那如果是要把18和16替換成26呢？把16和18用列表框起來，用26去替換他們。
# 多對一替換
df1["age"].replace([18,16],26,inplace = True)
df1
結果：
image.png
再比如要將num列的101，102,103分別對應替換成1001,1002和1003呢？這時字典就派上用場了。
# 多對多替換
df1["num"].replace({101:1001,102:1002,103:1003},inplace = True)
df1
結果：
image.png
猜你喜歡：
@ 作者：可樂
@ 公衆號/知乎專欄/頭條/簡書：可樂的數據分析之路
@ 加微信（data_cola）備註：進羣，拉你進可樂的數據分析交流羣，數據分析知識總結，不定期行業經驗分享