上一节我们已经对 Dataframe 的概念做了一个简单的介绍, 这一节将具体看下它的一些基本用法:
首先, 准备一个 excel 文件, 大致内容如下, 并保存成 .csv 格式.
然后, 在 jupyter notebook 里执行如下代码:py
#引入 pandas 模型
import pandas as pd
# 读取 csv 文件
df = pd.read_csv('weather_data.csv')
# 打印
df
在 jupyter notebook 里的表现形式大概如下:
就这么简单, 我们就把一个 csv 文件转换成 dataframe 格式了. 这里大家在操作中可能遇到的一个报错就是找不到文件. 这是路径问题, 解决方法很简单, 打开你运行 jupyter 的终端窗口, 找到如下路径, 把你的 csv 文件丢进去就可以啦. 
OK, 上面介绍了如何将外部文件转换成 dataframe. 下面介绍从 python dictionary 转换成 dataframe:
# python dictionary
weather_data = {
'day': ['1/1/2017', '1/2/2017', '1/3/2017', '1/4/2017', '1/5/2017', '1/6/2017'], 'temperature': [32, 35, 27, 25, 24, 30], 'windspeed': [6, 7, 2, 5, 4, 6], 'event': ['Rain', 'Sunny', 'Snow', 'Snow', 'Rain', 'Sunny'] } # 转换 df = pd.DataFrame(weather_data) 打印 df 运行结果:
可以说, 两种方式都非常的简便, 下面就基于上面的数据看一下 dataframe 有哪些属性可以供我们使用.
df.shape
输出:
(6, 4)
这里是查看这个 dataframe 的行数和列数, 显然, 我们这个例子中, 有 6 行, 4 列. 那么我们还可以把这个结果同时赋值给两个变量, 再分别查看这两个变量的值:
rows, columns = df.shape
rows
输出:
6
columns
输出:
4
# 查看前5行数据
df.head()
# 查看后5行数据 df.tail() # 查看后 3 行数据 df.tail(3) # 查看 第 2,3,4 行的数据 df[2:5] # 查看所有数据 df[:] # 查看所有列 df.columns # 查看某一列方法一, 只适用于列名中间没有空格的 df.day # 查看某一列方法二, 适用于所有列名 df['event'] # 查看某一列的类型, 这里输出的结果是 pandas.core.series.Series, 表示每一列都是一个 series type(df['event']) # 查看两个列以上的数据, 注意这里要用两个中括号 df[['event', 'day']] 以上就是 dataframe 的一些基本属性. 下面介绍一些操作命令
# 求某一列里的最大值
df['temperature'].max() # 求某一列的平均值 df.temperature.mean() # 查看 temperature 大于 30 的数据 df[df.temperature>30] # 查看 temperature 等于最大值的数据 df[df.temperature==df.temperature.max()] # 只查看 temperature 等于最大值的日期, 有下面两种写法 df['day'][df.temperature==df.temperature.max()] df.day[df.temperature==df.temperature.max()] # 查看 temperature 等于最大值的日期和温度 df[['day', 'temperature']][df.temperature==df.temperature.max()] # 查看目前的索引 df.index # 设置索引, 这里注意必须加上第二个参数, 以确保真正更改到 df 的索引 df.set_index('day', inplace=True) # 基于上面把 'day' 设为索引, 就可以具体查看某一行的数据 df.loc['1/4/2017'] # 重置索引 df.reset_index(inplace=True) # 把索引设置为 'event', 这里要说明两个问题, 第一, 更新索引必须在重置索引的前提下, 否则 'day'列就消失了, 第二, 任何列都可以被设置为索引 df.set_index('event', inplace=True) 最后再介绍一个命令, 这里就是会输出所有数字内容的列, 并且罗列出一些基本常用的运算结果.
OK, 以上就是对 dataframe 的基本用法的介绍.
大家如果有任何问题或者意见或者不同看法, 欢迎留言呦. 期待跟大家一起学习讨论.
See you!!!