Pandas引言（一）

DataFrame基本操作

使用pandas讀取CSV

import pandas as pd

df = pd.read_csv('food_info.csv')
df.head(5)

df 即 pandas 的 DataFrame 對象，在Jupyter中的運行結果如下：

DataFrame的常用操作

查看DataFrame的shape：

獲取表中所有數值類型的常用統計指標：

DataFrame的列索引

還可以獲取將列索引轉化爲 list

列索引對象可迭代：遍歷列索引對象，獲取所有以 g 爲單位的食材

gram_food = []
for c in df.columns:
    if c.endswith("(g)"):
        gram_food.append(c)
        
df[gram_food].head()

運行結果：

DataFrame列的運算

將 Protein_(g) 列的所有值乘以2：

將 Lipid_Tot_(g) 列的所有值乘以0.75：

向DataFrame中添加一個新的列 initial_rating ：

df["initial_rating"] = (df["Protein_(g)"] * 2) + (df["Lipid_Tot_(g)"] * 0.75)
df.loc[:2][["Protein_(g)", "Lipid_Tot_(g)", "initial_rating"]]

運行結果：

看看新增加列對的最大值：

DataFrame關於行的操作

使用切片操作，選取特定的行：


使用 df[start: stop: step] 而不是 df.loc[start: stop: step] 時，將不包含stop行：


推薦在選取指定行時，使用 loc 的形式。如果是使用列表選取指定行時，必須添加loc，否則會報錯：

DataFrame排序操作

依據某一列的值進行排序：

# inplace=True對DataFrame就地修改，而不是返回一個新的DataFrame
df.sort_values("initial_rating", inplace=True)
df[["Protein_(g)", "Lipid_Tot_(g)", "initial_rating"]].tail(3)

上述示例爲升序排列，下面我們指定爲降序：

df.sort_values("initial_rating", inplace=True, ascending=False)
df[["Protein_(g)", "Lipid_Tot_(g)", "initial_rating"]].head(3)

inplace參數的默認值爲 False ，即返回一個已排序的新的DataFrame，原DataFrame不會發生改變。使用sort_index()可以根據索引重新排序 DataFrame，同理，也可以指定 inplace 參數，表示是否就地修改：

方法總結

DataFrame的操作

方法	說明
df = pandas.read_csv(‘csv文件’)	讀取CSV文件爲Pandas的DataFrame對象
df.head(n)	返回DataFrame的頭n行數據
df.columns	返回列名組成的Index對象
df.shape	返回DataFrame的形狀（row * colus）
df.describe()	以DataFrame的形式返回各數值列的統計信息

DataFrame行的操作

方法	說明
df.loc[n]	第n+1行記錄以Series形式返回
df.loc[start: stop: step]	使用切片選取DataFrame的部分記錄，包含stop
df[start: stop: step]	使用切片選取DataFrame的部分記錄，不包含stop
df.loc[[num1, num2, num3]]	使用列表選取DataFrame的部分記錄

DataFrame列的操作

方法	說明
df[‘列名’]	獲取DataFrame的某一列，類型爲Series
df[‘列名’].name	獲取當前列的列名
df[‘列名’].dtype	獲取當前列的數據類型
df[[‘列名1’,‘列名2’,…]]	使用列表的形式選取指定的列
df.columns.tolist()	將列名以列表形式返回
df[‘新列名’] = Series對象	在DataFrame中增加一列
df[‘列名’].max()	求該列的最大值

指定列爲依據進行排序

方法	說明
df**.sort_values(**by, axis=0, ascending=True, inplace=False)	返回一個排序後的DataFrame，默認爲升序
df.sort_values(by, axis=0, ascending=False, inplace=True)	就地降序排列，原DataFrame的順序將被改變