当前位置：首页 > news >正文

Pandas DataFrame 对象的基本操作

news 2024/9/24 10:20:33

Pandas 是 Python 中用于数据分析和操作的一个强大库，它提供了高性能、易用的数据结构和数据分析工具。其中，DataFrame 是 Pandas 的核心数据结构之一，用于表示二维表格型数据。本文将详细介绍 DataFrame 的基本概念、创建方式、属性、常用方法以及数据导入与导出操作。

DataFrame 概述

DataFrame 是一个二维的、表格型的数据结构，可以看作是由多个 Series（一维数据结构）组成的字典，共同使用一个索引。它既有行索引也有列索引，支持多种数据类型（如整数、浮点数、字符串、布尔值等），并且具有灵活的数据操作能力。

DataFrame 的特点包括：

二维结构：类似于 Excel 表格或 SQL 表，具有行和列。
列的数据类型：不同的列可以包含不同的数据类型。
索引：支持行索引和列索引，类似于 Excel 中的行号和列标。
大小可变：可以动态地添加或删除行和列。
自动对齐：在进行算术运算或数据合并时，自动对齐索引。
处理缺失数据：使用 NaN（Not a Number）表示缺失值。
丰富的数据操作功能：支持数据筛选、排序、聚合、重塑等多种操作。
时间序列支持：特别支持时间序列数据的处理。
数据可视化：可以与 Matplotlib、Seaborn 等库结合使用进行数据可视化。

创建 DataFrame

Pandas 提供了多种方式来创建 DataFrame，主要包括：

字典方式：通过字典来创建，字典的键作为列名，值作为数据（可以是列表、数组或另一个 Series）。
列表嵌套元组：通过列表的列表或列表的元组来创建，其中外层列表的每一个元素代表一行，内层列表或元组的元素代表一列的值。

示例代码：

import pandas as pd # 字典方式 
data = {'Name': ['Tom', 'Jerry', 'Mickey'], 'Age': [25, 22, 30], 'City': ['New York', 'Paris', 'Los Angeles']} 
df = pd.DataFrame(data, index=['A', 'B', 'C']) # 列表嵌套元组 
data = [('Tom', 25, 'New York'), ('Jerry', 22, 'Paris'), ('Mickey', 30, 'Los Angeles')] 
columns = ['Name', 'Age', 'City'] 
df = pd.DataFrame(data, columns=columns, index=['A', 'B', 'C'])

DataFrame 属性

DataFrame 提供了多个属性来访问其基本信息，包括：

shape：返回 DataFrame 的维度（行数和列数）。
size：返回 DataFrame 中的元素总数。
values：以 NumPy 数组的形式返回 DataFrame 中的数据。
dtype 或 dtypes：返回 DataFrame 各列的数据类型。
ndim：返回 DataFrame 的维度（始终为 2）。
index 和 columns：分别返回 DataFrame 的行索引和列名。

常用方法

DataFrame 提供了丰富的方法来进行数据操作，包括：

head(n=5)：返回 DataFrame 的前 n 行（默认为 5 行）。
tail(n=5)：返回 DataFrame 的后 n 行（默认为 5 行）。
info()：打印 DataFrame 的简要摘要，包括列名、非空值数量和数据类型。
describe()：生成 DataFrame 中数值列的统计摘要。
T：转置 DataFrame，即行列互换。
count()：返回每列中非空值的数量。
max()、min()、mean()、median()、mode()：分别计算每列的最大值、最小值、平均值、中位数和众数。

索引和列名的相关操作

修改列名和索引：可以使用 rename() 方法或直接通过赋值操作来修改列名和索引。
添加列：通过赋值操作可以在 DataFrame 的末尾或指定位置添加新列。
删除列：使用 drop() 方法并指定 axis=1 来删除列。

导入和导出数据

Pandas 支持多种数据格式的导入和导出，包括 CSV、Excel、SQL 数据库、JSON 等。

导出数据：使用 to_csv()、to_excel()、to_pickle() 等方法将 DataFrame 导出到不同的文件类型。
导入数据：使用 pd.read_csv()、pd.read_excel()、pd.read_sql() 等函数从不同类型的文件中读取数据到 DataFrame。

示例代码：

# 导出到 CSV 
df.to_csv('data.csv', index=False) # 导出到 Excel 
df.to_excel('data.xlsx', index=False, sheet_name='Sheet1') # 读取 CSV 
df = pd.read_csv('data.csv') # 读取 Excel 
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')