• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    Python中快速掌握Data Frame的常用操作

    掌握Data Frame的常用操作

    一. 查看DataFrame的常用属性

    DataFrame基础属性有:values(元素)、index(索引)、columns(列名) 、dtypes(类型)、size(元素个数)、ndim(维度数)和 shape(形状大小尺寸),还有使用T属性 进行转置

    import pandas as pd
    detail=pd.read_excel('E:\data\meal_order_detail.xlsx') #读取数据,使用read_excel 函数调用
    # print(detail)
    print("索引",detail.index)
    print("所以 值 :",detail.values)
    print("所以列名:",detail.columns)
    print("数据类型:",detail.dtypes)
    print("元素个数:",detail.size)
    print("维度:",detail.ndim)
    print("形状大小 尺寸:",detail.shape)
    #使用T属性 进行转置
    print("转置前的形状:",detail.shape)数据
    print("转置后的形状:",detail.T.shape)

    二. 查改增删DataFrame数据

    查看访问DataFramezhon'的数据
    (1.1)DataFrame数据的基本查看方式

    #使用字典访问方式
    order_id=detail['order_id']
    print("订单详情表的order_id的形状:",order_id.shape)
    #使用访问属性的方式 
    dishes_name=detail.dishes_name
    print("订单详情表中的dishes_name的形状:",dishes_name.shape)
    #DataFrame 单列多行的数据获取
    dishes_name5=detail['dishes_name'][:5]
    print(dishes_name5)
    #多列多行数据
    orderDish=detail[['order_id','dishes_name']][:5]
    print(orderDish)
    #访问多行数据
    order5=detail[:][1:6]
    print("订单详情表中的1~6行元素的数据:\n",order5)
    
    #使用DataFrame的head和tail方法获取多行数据
    print('订单详情表中前5行数据:\n',detail.head())#head()里面没有参数的话,默认为5行
    print('订单详情表中后5行数据:\n',detail.tail()) #tail()里面没有参数的话,默认为5行

    (1.2) .DataFrame的loc和iloc访问方式;

    dishes_name1=detail.loc[:,'dishes_name'] #DataFrame.loc[行索引名称或条件,列索引名称]
    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 实现多列切片
    orderDish1=detail.loc[:,['order_id','dishes_name']]
    print(orderDish1.size)
    orderDish2=detail.iloc[:,[1,3]]
    print(orderDish2.size)
    #使用loc、iloc 实现花式切片
    print("列名为order_id和dishes_name 的行名为3的数据:\n",detail.loc[3,['order_id','dishes_name']])
    print('列名为order_id和dishes_name 行名为2、3、4、5、6的数据为:\n',detail.loc[2:6,['order_id','dishes_name']])
    print('列名1和3,行位置为3的数据为:\n',detail.iloc[3,[1,3]]) #这里为什么不可以loc函数,
                   #因为loc函数传入的是列索引的名称(或行的名称或条件),而iloc传入的是位置
    print('列位置为1和3,行位置为2,3,4,5,6的数据和:\n',detail.iloc[2:7,[1,3]])#这里是位置索引,7是取不到的
    #使用loc和iloc函数实现条件切片
    print('detail中order_id为458的dishes_name为:\n',detail.loc[detail['order_id']==458,['order_id','dishes_name']]) #使用了loc
    print("detail中order_id为458 的第1、5列的数据为:\n",detail.iloc[(detail['order_id']==458).values,[1,5]])#values 获取元素 #使用iloc函数

    (1.3).ix切片方法

    #使用loc、iloc、ix 实现切片 比较(DataFrame.ix[行的索引或位置或条件,列索引名称和位置])
    print('列名为dishes_name行名为2,3,4,5,6的数据为:\n',detail.loc[2:6,['dishes_name']])
    print('列位置为5行名为2~6的数据为:\n',detail.iloc[2:6,5])
    print('列位置为5行名为2~6的数据为:\n',detail.ix[2:6,5])

    2.更改DataFame中的数据

    #将order_id为458 的改成 45800
    detail.loc[detail['order_id']==458,'order_id'] = 45800 #45800 这里 没有单引号的
    print('更改后detail中的order_id为 458 的:\n',detail.loc[detail['order_id']==458,'order_id'])
    print('更改后detail中的order_id为 45800 的:\n',detail.loc[detail['order_id']==45800,'order_id'])
    detail.loc[detail['order_id']==45800,'order_id'] = 458

    3.为DataFrame增添数据

    #新增一列非定值
    detail['payment']=detail['counts']*detail['amounts']
    print('detail新增列payment的前5行数据为:\n',detail['payment'].head())
    #新增一列定值
    detail['pay_way']='现金支付'
    print('detail新增列的前5行的数据为:\n',detail['pay_way'].head())
    ``4.删除某行或某列的数据(drop)
    #删除某列
    print('删除pay_way前 detail中的列索引为:\n',detail.columns)
    detail.drop(labels='pay_way',axis=1,inplace=True)
    print('删除pay_way后 detail中的列索引为:\n',detail.columns)
    #删除某几行
    print('删除1~10行 前 detail的长度:',len(detail))
    detail.drop(labels=range(1,11),axis=0,inplace=True)
    print('删除1~10行 后 detail的长度:',len(detail))

    三. 描述分析DataFrame数据

    1.数值特征的描述性统计
    describe()函数描述性统计
    2.类别类特征的描述性统计
    object类型,categroy类型

    到此这篇关于Python中快速掌握Data Frame的常用操作的文章就介绍到这了,更多相关Python Data Frame的常用操作内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • python中pandas库中DataFrame对行和列的操作使用方法示例
    • Python pandas DataFrame操作的实现代码
    • python dataframe常见操作方法:实现取行、列、切片、统计特征值
    • python pandas库中DataFrame对行和列的操作实例讲解
    • python pandas dataframe 行列选择,切片操作方法
    • python pandas中DataFrame类型数据操作函数的方法
    • python中pandas.DataFrame的简单操作方法(创建、索引、增添与删除)
    上一篇:tensorflow学习笔记之tfrecord文件的生成与读取
    下一篇:pycharm无法导入lxml的解决办法
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    Python中快速掌握Data Frame的常用操作 Python,中,快速,掌握,Data,