Python中快速掌握Data Frame的常用操作

更新時(shí)間：2021年03月31日 09:59:09 作者：Big-Winda

這篇文章主要介紹了Python中快速掌握Data Frame的常用操作,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

掌握Data Frame的常用操作

一. 查看DataFrame的常用屬性

DataFrame基礎(chǔ)屬性有：values(元素)、index(索引)、columns(列名) 、dtypes(類型)、size(元素個數(shù))、ndim(維度數(shù))和 shape(形狀大小尺寸),還有使用T屬性進(jìn)行轉(zhuǎn)置

import pandas as pd
detail=pd.read_excel('E:\data\meal_order_detail.xlsx') #讀取數(shù)據(jù)，使用read_excel 函數(shù)調(diào)用
# print(detail)
print("索引",detail.index)
print("所以 值 ：",detail.values)
print("所以列名：",detail.columns)
print("數(shù)據(jù)類型：",detail.dtypes)
print("元素個數(shù)：",detail.size)
print("維度：",detail.ndim)
print("形狀大小 尺寸：",detail.shape)
#使用T屬性 進(jìn)行轉(zhuǎn)置
print("轉(zhuǎn)置前的形狀：",detail.shape)數(shù)據(jù)
print("轉(zhuǎn)置后的形狀：",detail.T.shape)

二. 查改增刪DataFrame數(shù)據(jù)

查看訪問DataFramezhon'的數(shù)據(jù)
（1.1）DataFrame數(shù)據(jù)的基本查看方式

#使用字典訪問方式
order_id=detail['order_id']
print("訂單詳情表的order_id的形狀：",order_id.shape)
#使用訪問屬性的方式 
dishes_name=detail.dishes_name
print("訂單詳情表中的dishes_name的形狀：",dishes_name.shape)
#DataFrame 單列多行的數(shù)據(jù)獲取
dishes_name5=detail['dishes_name'][:5]
print(dishes_name5)
#多列多行數(shù)據(jù)
orderDish=detail[['order_id','dishes_name']][:5]
print(orderDish)
#訪問多行數(shù)據(jù)
order5=detail[:][1:6]
print("訂單詳情表中的1~6行元素的數(shù)據(jù)：\n",order5)

#使用DataFrame的head和tail方法獲取多行數(shù)據(jù)
print('訂單詳情表中前5行數(shù)據(jù)：\n',detail.head())#head()里面沒有參數(shù)的話，默認(rèn)為5行
print('訂單詳情表中后5行數(shù)據(jù)：\n',detail.tail()) #tail()里面沒有參數(shù)的話，默認(rèn)為5行

(1.2) .DataFrame的loc和iloc訪問方式;

dishes_name1=detail.loc[:,'dishes_name'] #DataFrame.loc[行索引名稱或條件,列索引名稱]
print("使用loc提取dishes_name列的size：",dishes_name1.size)
dishes_name2=detail.iloc[:,3] #DataFrame.iloc[行索引位置,列索引位置]
print("使用iloc提取第3列的size：",dishes_name2.size)

#使用loc、iloc 實(shí)現(xiàn)多列切片
orderDish1=detail.loc[:,['order_id','dishes_name']]
print(orderDish1.size)
orderDish2=detail.iloc[:,[1,3]]
print(orderDish2.size)
#使用loc、iloc 實(shí)現(xiàn)花式切片
print("列名為order_id和dishes_name 的行名為3的數(shù)據(jù)：\n",detail.loc[3,['order_id','dishes_name']])
print('列名為order_id和dishes_name 行名為2、3、4、5、6的數(shù)據(jù)為：\n',detail.loc[2:6,['order_id','dishes_name']])
print('列名1和3，行位置為3的數(shù)據(jù)為：\n',detail.iloc[3,[1,3]]) #這里為什么不可以loc函數(shù)，
               #因?yàn)閘oc函數(shù)傳入的是列索引的名稱（或行的名稱或條件），而iloc傳入的是位置
print('列位置為1和3，行位置為2，3，4，5，6的數(shù)據(jù)和：\n',detail.iloc[2:7,[1,3]])#這里是位置索引，7是取不到的
#使用loc和iloc函數(shù)實(shí)現(xiàn)條件切片
print('detail中order_id為458的dishes_name為：\n',detail.loc[detail['order_id']==458,['order_id','dishes_name']]) #使用了loc
print("detail中order_id為458 的第1、5列的數(shù)據(jù)為：\n",detail.iloc[(detail['order_id']==458).values,[1,5]])#values 獲取元素 #使用iloc函數(shù)

(1.3).ix切片方法

#使用loc、iloc、ix 實(shí)現(xiàn)切片 比較（DataFrame.ix[行的索引或位置或條件,列索引名稱和位置]）
print('列名為dishes_name行名為2，3，4，5，6的數(shù)據(jù)為：\n',detail.loc[2:6,['dishes_name']])
print('列位置為5行名為2~6的數(shù)據(jù)為：\n',detail.iloc[2:6,5])
print('列位置為5行名為2~6的數(shù)據(jù)為：\n',detail.ix[2:6,5])

2.更改DataFame中的數(shù)據(jù)

#將order_id為458 的改成 45800
detail.loc[detail['order_id']==458,'order_id'] = 45800 #45800 這里 沒有單引號的
print('更改后detail中的order_id為 458 的：\n',detail.loc[detail['order_id']==458,'order_id'])
print('更改后detail中的order_id為 45800 的：\n',detail.loc[detail['order_id']==45800,'order_id'])
detail.loc[detail['order_id']==45800,'order_id'] = 458

3.為DataFrame增添數(shù)據(jù)

#新增一列非定值
detail['payment']=detail['counts']*detail['amounts']
print('detail新增列payment的前5行數(shù)據(jù)為：\n',detail['payment'].head())
#新增一列定值
detail['pay_way']='現(xiàn)金支付'
print('detail新增列的前5行的數(shù)據(jù)為：\n',detail['pay_way'].head())
``4.刪除某行或某列的數(shù)據(jù)(drop)
#刪除某列
print('刪除pay_way前 detail中的列索引為：\n',detail.columns)
detail.drop(labels='pay_way',axis=1,inplace=True)
print('刪除pay_way后 detail中的列索引為：\n',detail.columns)
#刪除某幾行
print('刪除1~10行 前 detail的長度：',len(detail))
detail.drop(labels=range(1,11),axis=0,inplace=True)
print('刪除1~10行 后 detail的長度：',len(detail))