DataFrame数据框

1.创建数据框

df = DataFrame({
        'age':[21,22,23],
        'name':['zhangYafei','LiuGeliang','KangYue']
            },index=['first','second','third'])

columns={}
columns['id'] = 1
columns['title'] = 'python'
columns['url'] = 'http://www.baidu.com'

data1 = DataFrame.from_dict(columns,orient='index').T

result = {'city':'city','weather':'weather','date':'date','max':'max','min':'min'}

data3 = pd.DataFrame.from_dict(result,orient='index').T


2.数据框的增删改查

#增加行 注意：这种方法，效率非常低，不应该用于遍历中
df.loc[len(df)]=[24,'scrapy']
#增加列
df['sex'] = [1,1,1,0]

删

#根据行索引剔除
df = df.drop(4,axis=0)
#根据列名剔除
df.drop('age2',axis=1)
#第二种剔除列的方法
del df['age2']

df.drop(3,axis=0)
Out[148]: 
        age        name  sex
first    21  zhangYafei    1
second   22  LiuGeliang    1
third    23     KangYue    1

df.drop('age',axis=1)
Out[149]: 
              name  sex
first   zhangYafei    1
second  LiuGeliang    1
third      KangYue    1
3           scrapy    0

df['sex2'] = [12,23,53,12]

df
Out[151]: 
        age        name  sex  sex2
first    21  zhangYafei    1    12
second   22  LiuGeliang    1    23
third    23     KangYue    1    53
3        24      scrapy    0    12

del df['sex2']

df
Out[153]: 
        age        name  sex
first    21  zhangYafei    1
second   22  LiuGeliang    1
third    23     KangYue    1
3        24      scrapy    0

改

#修改列名
df.columns
df.columns = ['age2','name2']

#修改行索引
df.index
df.index = range(1,4)
df.index

查

#按列名访问
df['age']
df[['age','name']]
#按行访问
df[1:2]
ix可以用数字索引，也可以用index和column索引
df.ix[0]
d = df.ix[1:2,['age','name']]#取第0、1行列
#按行列号访问
df.iloc[0:1,0:1]
df.iloc[1]
#loc只能通过index和columns来取，不能用数字
df.loc['first'])
df.loc['first',['age','name']]
#按行索引，列名访问
df.at[0,'name']
df.at['first','name']
根据条件逻辑值取值
df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},
index=[10,20,30,40,50])
print(df)
value= df[(df.BoolCol==3)&(df.attr==22)].values.tolist()[0]
type(value)
print(" ".join(str(id) for id in value))
index = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()
print(index)

3.数据框的遍历

#遍历列名
for r in df:
　　print(r)
#遍历列
for cName in df:
　　print('df的列：\n',cName)
　　print('df的值：\n',df[cName])
　　print("-"*10)

遍历行

第一种：apply方式推荐

def new_data(row):
　　"""增加别名列"""
　　drug_name = row['药品名称']
　　try:　　
　　row['别名'] = drug_name.rsplit('(',1)[1].strip(')')
　　row['药品名称'] = drug_name.rsplit('(',1)[0]
　　except IndexError as e:
　　row['别名'] = np.NAN
　　return row

 new_drug = data.apply(new_data,axis=1)

第二种：dataframe.iterrows

for row in data[10:13].iterrows():
　　drug_name = row['药品名称'].values
　　drug_alias = drug_name.rsplit('(',1)[1].strip(')')
　　print(drug_name)
　　print(drug_alias)

第三种：index方式

resoved_drug_list = []
for row in data.index:
　　drug_name = '{}[{}]'.format(data.iloc[row]['药品名称'],data.iloc[row]['药品ID'])
　　resoved_drug_list.append(drug_name)

第四种：values方式

for r in df.values:
　　print(r)
　　print(r[0])
　　print(r[1])
　　print('-'*10)

第五种：while遍历DataFrame
df = DataFrame({
'age':Series([21,22,23]),
'name':Series(['zhang','liu','kang'])
})

rowCount = len(df)
i = 0
while i<rowCount:　　
　　print(df.iloc[i])
　　i+=1

补充：

#遍历字符串
for letter in 'python':
print('现在是：',letter)

#遍历数组
fruits = ['banana','apple','mango']
for fruit in fruits:
print('现在是:',fruit)
#遍历序列
x = Series(['a',True,1],index=['first','second','third'])
x[0]
x['second']
x[2]

for v in x:
print('x中的值：',v)
for index in x.index:
print('X中的索引:',index)
print('x中的值：',x[index])
print('*'*10)

4.读取文件和数据框写入文件

读取文件
data = pandas.read_csv('drug_name.csv',encoding='utf-8')
写入文件 
new_dataframe.to_csv('unique_chinese_name.csv',mode='w',encoding='utf_8_sig',index=False)

pandas之DataFrame数据框

DataFrame数据框

猜你喜欢