Pandas基础02（DataFrame创建/索引/切片/属性/方法/层次化索引）

DataFrame数据结构

DataFrame 是一个二维表格的数据结构，类似于数据库中的表格或 Excel 工作表。它由多个 Series 组成，每个 Series 共享相同的索引。DataFrame 可以看作是具有列名和行索引的二维数组。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。

3.2.1 DataFrame的创建

最常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一【列】的名称，以字典的值（一个数组）作为每一列。DataFrame会自动加上每一行的索引（和Series一样）。同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

pd.DataFrame(data=None,index: 'Axes | None' = None,columns: 'Axes | None' = None,dtype: 'Dtype | None' = None,copy: 'bool | None' = None,
) -> 'None'
  • 通过字典直接创建，行索引默认为0~N-1
aDict = {"Chinese":[100, 102, 108, 95, 88],"Math":[120, 118, 102, 98, 114],"English":[64, 98, 115, 102, 96]
}d = pd.DataFrame(aDict)
d
>>>	Chinese Math English
0	100	120	64
1	102	118	98
2	108	102	115
3	95	98	102
4	88	114	96
  • 指通过numpy二维数组创建
df = pd.DataFrame(np.random.randint(1, 10, (3, 4)), index=['a', 'b', 'c'], columns=['A', 'B', 'C', 'D'])
3.2.2 DataFrame的基本属性与方法

df = pd.DataFrame(np.random.randint(1, 10, (3, 4)), index=['a', 'b', 'c'], columns=['A', 'B', 'C', 'D'])

  • values值：二维ndarray数组
df.values
>>> ndarray类型的二维数组
array([[7, 5, 3, 6],[6, 1, 2, 3],[5, 6, 6, 1]])
  • columns：列索引
df.columns
>>> Index(['A', 'B', 'C', 'D'], dtype='object')
  • index：行索引
df.index
>>> Index(['a', 'b', 'c'], dtype='object')
  • shape：形状
df.shape
>>> (3, 4)
  • head()：查看前几条数据，默认5条
df.head(2)
  • tail()：查看后几条数据，默认5条
df.tail(2)
3.2.3 DataFrame的索引

索引优先对列进行操作，然后对行操作

df = pd.DataFrame(np.random.randint(1, 100, (3, 4)), index=['zs', 'ls', 'ww'], columns=['语文', '数学', '英语', '计算机'])
  • 对列进行索引：返回列的Series对象
# 1.通过字典的方式取值
print(df['语文'])
print(df[['数学', '计算机']])
# 2.通过属性的方式取值
print(df.语文)
  • 对行进行索引：返回行的Series对象
# 1.使用.loc[行索引名称]进行索引
print(df.loc['zs'])
print(df.loc[['zs', 'ww']])
# 2.使用.iloc[行索引整数]进行索引
print(df.iloc[0])
print(df.iloc[[1, 2]])
  • 取DataFrame中的元素：返回元素的值
# 方法，用取列或取行的方式取到Series对象，之后和Series对象的去元素方法一致
# 先去列，再取行
print(df['语文']['zs'])
print(df.语文[0])
print(df.语文.zs)
print(df['语文'].iloc[0])
print(df['语文'].loc['zs'])
# 先取行，再取列
print(df.loc['zs']['语文'])
print(df.loc['zs', '语文'])
print(df.loc['zs'].语文)
print(df.iloc[0][0])
print(df.iloc[0, 0])
3.2.4 DataFrame的切片操作
  • 切片：优先对行进行切片
# 1.行切片
print(df[1:3]) #直接切片：左闭右开
print(df.iloc[1:3]) #左闭右开
print(df["zs":"ls"]) #通过索引名切片，左闭右闭
print(df.loc['zs':'ls']) #左闭右闭# 2.列切片
# 列切片之前必须行切片，且只可以iloc和loc
print(df.iloc[:, 1:4])
print(df.loc[:, '数学':'计算机'])# 3.同时对行和列切片
print(df.iloc[1:3, 1:4])# 4.索引和切片一起使用
print(df.iloc[0, 1:3])
3.2.5 DataFrame运算
  • 基本代数运算：所有元素均作相关运算
df = pd.DataFrame(np.random.randint(50, 100, (3, 4)), index=['zs', 'ls', 'ww'], columns=['语文', '数学', '英语', '计算机'])
print(df + 100)
print(df - 100)
print(df * 100)
print(df / 100)
print(df // 2)
print(df ** 2)
print(df % 2)
  • DataFrame与DataFrame的运算
  1. 在运算中自动对齐索引
  2. 如果索引不对应，则补NaN
  3. DataFrame没有广播机制
df1 = pd.DataFrame(np.random.randint(50, 100, (3, 4)), index=['zs', 'ls', 'ww'], columns=['语文', '数学', '英语', '计算机'])
df2 = pd.DataFrame(np.random.randint(50, 100, (3, 4)), index=['zs', 'ls', 'ww'], columns=['语文', '数学', '英语', '计算机'])#对应索引相同元素相加
df1 + df2 #索引不相同时，索引不对应处为NaN
df3 = pd.DataFrame(np.random.randint(50, 100, (4, 5)), index=['zs', 'ls', 'ww', 'zl'], columns=['语文', '数学', '英语', '计算机', '软件开发'])
df1 + df3数学	英语	计算机	语文	软件开发
ls	138.0	141.0	123.0	138.0	NaN
ww	128.0	135.0	161.0	173.0	NaN
zl	NaN	NaN	NaN	NaN	NaN
zs	132.0	111.0	162.0	146.0	NaN

#如果想要保留索引的值，不想出现NaN则需要调用add()函数
df1.add(df3, fill_value=0)数学	英语	计算机	语文	软件开发
ls	138.0	141.0	123.0	138.0	79.0
ww	128.0	135.0	161.0	173.0	64.0
zl	60.0	78.0	66.0	98.0	65.0
zs	132.0	111.0	162.0	146.0	65.0
  • Series与DataFrame的运算

使用Pandas操作函数：

1.当axis=1：以列为单位操作（参数必须是列），对所有列都有效。（默认）
df1 = pd.DataFrame(np.random.randint(50, 100, (3, 4)), index=['zs', 'ls', 'ww'], columns=['语文', '数学', '英语', '计算机'])
s = pd.Series(np.random.randint(50, 100, (4,)), index=df1.columns)
print(df1 + s)
print(df1.add(s, axis=1))2.当axis=0：以行为单位操作（参数必须是行），对所有行都有效。
df1 = pd.DataFrame(np.random.randint(50, 100, (3, 4)), index=['zs', 'ls', 'ww'], columns=['语文', '数学', '英语', '计算机'])
s = pd.Series(np.random.randint(50, 100, (3,)), index=df1.index)
print(df1.add(s, axis=0))

3.3 层次化索引

Pandas 的层次化索引（Hierarchical Indexing）允许在一个 DataFrame 或 Series 中使用多个索引级别。这意味着数据可以在多个维度上进行组织和操作。通过层次化索引，可以简化复杂的数据结构，并提高对数据的访问效率。

3.1.1 层次化索引的创建
  • 隐式创建：

DataFrame：最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组

data = np.random.randint(0, 100, (4, 4))
#这里“2214班”与“zhangsan”，“lisi”对应，“2215班”与"wangwu","zhaoliu"对应
index = [["2214班","2214班","2215班","2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
]columns = [["第一学期","第一学期","第二学期","第二学期"],["加权成绩", "平均成绩","加权成绩", "平均成绩"]
]df = pd.DataFrame(data, index=index, columns=columns)
df

image-20250124204543442

Series：

data = np.random.randint(0, 100, (4, ))
index = [["2214班","2214班","2215班","2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
]
s = pd.Series(data=data, index=index)
s2214班  zhangsan    85lisi        98
2215班  wangwu      24zhaoliu     19
dtype: int32
  • 显示创建：

1.使用数组创建：pd.MultiIndex.from_arrays(）

# 使用数组创建
data = np.random.randint(0, 100, (4, 4))
index = pd.MultiIndex.from_arrays([["2214班","2214班","2215班","2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
])columns = pd.MultiIndex.from_arrays([["第一学期","第一学期","第二学期","第二学期"],["加权成绩", "平均成绩","加权成绩", "平均成绩"]
])df = pd.DataFrame(data, index=index, columns=columns)
df

2.使用元组创建：pd.MultiIndex.from_tuples(）

# 使用元组创建
data = np.random.randint(0, 100, (4, 4))
index = pd.MultiIndex.from_tuples((("2214班","zhangsan"),("2214班","lisi"),("2215班","wangwu"),("2215班","zhaoliu"))
)    columns = pd.MultiIndex.from_tuples((("第一学期","加权成绩"),("第一学期","平均成绩"),("第二学期","加权成绩"),("第二学期","平均成绩"))
)df = pd.DataFrame(data, index=index, columns=columns)
df

3.使用笛卡尔积创建：pd.MultiIndex.from_product(）

 使用数组创建
data = np.random.randint(0, 100, (4, 4))
index = pd.MultiIndex.from_arrays([["2214班","2214班","2215班","2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
])columns = pd.MultiIndex.from_product([["第一学期","第二学期"],["加权成绩", "平均成绩"]
])df = pd.DataFrame(data, index=index, columns=columns)
df
3.1.2 层次化索引与切片
  • Series类型
data = np.random.randint(0, 100, (4, ))
index = [["A2214班","A2214班","A2215班","A2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
]
s = pd.Series(data=data, index=index)
s

（1）索引

# 显示索引
#层次化索引需要依次访问每层索引以获取该索引下的Series
print(s['A2214班']) 
print(s['A2214班']['zhangsan']) 
print(s['A2214班', 'zhangsan']) 
print(s['A2214班'][0])
print(s['A2214班'][['zhangsan', 'lisi']]) 
print(s.loc['A2214班'])
print(s.A2214班)# 隐式索引:与Series的访问方式一致，无需考虑层次化索引
print(s[0])
print(s.iloc[0])

（2）切片

# 显式切片：需要一层层索引依次切片，不可跨索引切片
s['A2214班':'A2215班']
s['A2214班'][:]
s['zhangsan':'lisi'] #Series([], dtype: int32)#隐式切片：同Series的切片方式相同
s[0:3]
s.iloc[0:2]
  • DataFrame类型
data = np.random.randint(0, 100, (4, 4))
index = pd.MultiIndex.from_arrays([["A2214班","A2214班","A2215班","A2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
])columns = pd.MultiIndex.from_product([["第一学期","第二学期"],["加权成绩", "平均成绩"]
])df = pd.DataFrame(data, index=index, columns=columns)
df

（1）索引：先列后行

# 对列进行索引(默认)：若索引包含多行返回DataFrame，若索引只包括单行返回Serires
# 1.显示索引：需要一层层索引访问
df['第一学期']
df['第一学期']['加权成绩']
df.第一学期
df[['第一学期','第二学期']]# 2.隐式索引: 无需考虑多次索引,但要先访问行
df.iloc[:,0]# 对行进行索引：若索引包含多行返回DataFrame，若索引只包括单行返回Serires
# 1.显示索引：需要一层层索引访问
df.loc['A2214班']
df.loc['A2214班'].loc['zhangsan']# 2.隐式索引：无需考虑多次索引
df.iloc[2]

（2）切片：先行后列(建议使用隐式索引)

# 行切片
df.iloc[0:3]
# 列切片
df.iloc[, 0:3]
3.1.3 索引的堆叠

索引堆叠通常指的是对 DataFrame 或 Series 的 层次化索引（MultiIndex） 进行堆叠和展开操作。这种操作可以将数据的索引层级转换，或是将数据的多个层级组合成一个新的层级。

  • stack(level: ‘Level’ = -1)：将列转为行
# 默认；level=-1是将列的最后一层索引转变为行的最后一层索引
# level=n是将列的最后n层索引转变为行的最后一层索引
# 执行后，返回的 DataFrame 会有一个层次化的索引，原本的DataFrame不改变
data = np.random.randint(0, 100, (4, 4))
index = pd.MultiIndex.from_arrays([["2214班","2214班","2215班","2215班"],["zhangsan", "lisi", "wangwu", "zhaoliu"]
])columns = pd.MultiIndex.from_product([["第一学期","第二学期"],["加权成绩", "平均成绩"]
])df = pd.DataFrame(data, index=index, columns=columns)
display(df, df.stack())
image-20250125171936694
  • unstack()：将行转为列
df.unstack() #默认将行的最后一个索引转换为列的最后一个索引，由于2214班无wangwu等人所以会NaN填写空缺

image-20250125172109302

3.1.4 索引的聚合

image-20250124204543442

# 每一行相加：axis = 0(默认)
print(df.sum())
print(df.sum(axis=0))
print(df.sum(axis=0, level=0)) #计算行的第0层索引对应的和
print(df.sum(axis=0, level=1)) #计算行的第1层索引对应的和# 每一列相加：axis = 1
print(df.sum(axis=1, level=0)) #计算列的第0层索引对应的和
print(df.sum(axis=1, level=1)) #计算列的第1层索引对应的和# # 所有元素之和
df.values.sum()

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/7359.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

矩阵快速幂

矩阵快速幂

矩阵快速幂： 高效计算矩阵的幂次（如A^n）的一种算法，只适用于计算某一项，而不是全部项。 递推公式 如果 n为偶数，则： A^nA^(n/2)A^(n/2) 如果 nnn 为奇数，则： A^nA^(n-1…
阅读更多...
复位信号的同步与释放（同步复位、异步复位、异步复位同步释放）

复位信号的同步与释放（同步复位、异步复位、异步复位同步释放）

文章目录 背景前言一、复位信号的同步与释放1.1 同步复位1.1.1 综述1.1.2 优缺点 1.2 recovery time和removal time1.3 异步复位1.3.1 综述1.3.2 优缺点 1.4 同步复位 与 异步复位1.5 异步复位、同步释放1.5.1 总述1.5.2 机理1.5.3 复位网络 二、思考与补充2.1 复…
阅读更多...
【Git版本控制器--3】Git的远程操作

【Git版本控制器--3】Git的远程操作

目录 理解分布式版本控制系统 创建远程仓库 仓库被创建后的配置信息 克隆远程仓库 https克隆仓库 ssh克隆仓库 向远程仓库推送 拉取远程仓库 忽略特殊文件 为什么要忽略特殊文件？ 如何配置忽略特殊文件？ 配置命令别名 标签管理 理…
阅读更多...
ios打包：uuid与udid

ios打包：uuid与udid

ios的uuid与udid混乱的网上信息 新人开发ios，发现uuid和udid在网上有很多帖子里是混淆的，比如百度下，就会说： 在iOS中使用UUID（通用唯一识别码）作为永久签名，通常是指生成一个唯一标识&#xf…
阅读更多...
中国认知作战研究中心：从认知战角度分析2007年iPhone发布

中国认知作战研究中心：从认知战角度分析2007年iPhone发布

中国认知作战研究中心：从认知战角度分析2007年iPhone发布 中国认知作战研究中心：从认知战角度分析2007年iPhone发布 关键词 认知作战,新质生产力,人类命运共同体,认知战,认知域,认知战研究中心,认知战争,认知战战术,认知战战略,认知域作战研究,认知作…
阅读更多...
Chameleon(变色龙) 跨平台编译C文件，并一次性生成多个平台的可执行文件

Chameleon(变色龙) 跨平台编译C文件，并一次性生成多个平台的可执行文件

地址:https://github.com/MartinxMax/Chameleon Chameleon 跨平台编译C文件，并一次性生成多个平台的可执行文件。可以通过编译Chameleon自带的.C文件反向Shell生成不同平台攻击载荷。 登录 & 代理设置 按照以下步骤设置 Docker 的代理： 创建配置目…
阅读更多...
【机器学习】穷理至极，观微知著：微积分的哲思之旅与算法之道

【机器学习】穷理至极，观微知著：微积分的哲思之旅与算法之道

文章目录 微积分基础：理解变化与累积的数学前言一、多重积分的高级应用1.1 高维概率分布的期望值计算1.1.1 多维期望值的定义1.1.2 Python代码实现1.1.3 运行结果1.1.4 结果解读 1.2 特征空间的体积计算1.2.1 单位球体的体积计算1.2.2 Python代码实现1.2.3 运行结果…
阅读更多...
Kubernetes可视化界面

Kubernetes可视化界面

DashBoard Kubernetes Dashboard 是 Kubernetes 集群的一个开箱即用的 Web UI，提供了一种图形化的方式来管理和监视 Kubernetes 集群中的资源。它允许用户直接在浏览器中执行许多常见的 Kubernetes 管理任务，如部署应用、监控应用状态、执行故障排查以及…
阅读更多...
【转帖】eclipse-24-09版本后，怎么还原原来版本的搜索功能

【转帖】eclipse-24-09版本后，怎么还原原来版本的搜索功能

【1】原贴地址：eclipse - 怎么还原原来版本的搜索功能_eclipse打开类型搜索类功能失效-CSDN博客 https://blog.csdn.net/sinat_32238399/article/details/145113105 【2】原文如下： 更新eclipse-24-09版本后之后，新的搜索功能（CT…
阅读更多...
常见的多媒体框架（FFmpeg GStreamer DirectShow AVFoundation OpenMax）

常见的多媒体框架（FFmpeg GStreamer DirectShow AVFoundation OpenMax）

1.FFmpeg FFmpeg是一个非常强大的开源多媒体处理框架，它提供了一系列用于处理音频、视频和多媒体流的工具和库。它也是最流行且应用最广泛的框架！ 官方网址：https://ffmpeg.org/ FFmpeg 的主要特点和功能： 编解码器支持: FFmpe…
阅读更多...
Pyecharts之饼图与多饼图的应用

Pyecharts之饼图与多饼图的应用

在数据可视化领域，饼图是一种常用的图表类型，特别适合展示数据的比例关系。Pyecharts 为我们提供了强大的饼图绘制功能，不仅可以轻松绘制各种饼图，还能对饼图的样式和数据标签进行深度定制，并且可以组合多个饼图以满足…
阅读更多...
华为数据之道-读书笔记

华为数据之道-读书笔记

内容简介 关键字 数字化生产 已经成为普遍的商业模式，其本质是以数据为处理对象，以ICT平台为生产工具，以软件为载体，以服务为目的的生产过程。 信息与通信技术平台（Information and Communication Technology Platf…
阅读更多...
rocketmq-product-send方法源码分析

rocketmq-product-send方法源码分析

先看有哪些send方法 首先说红圈的 有3个红圈。归类成3种发送方式。假设前提条件，发送的topic，有3个broker，每个broker总共4个write队列，总共有12个队列。 普通发送。负载均衡12个队列。指定超时时间指定MessageQueue,发送&#…
阅读更多...
新电脑安装系统找不到硬盘原因和解决方法来了

新电脑安装系统找不到硬盘原因和解决方法来了

有不少网友反馈新电脑采用官方u盘方式装win10或win100出现找不到硬盘是怎么回事？后来研究半天发现是bios中开启了rst(vmd)模式。如果关闭rst模式肯定是可以安装的，但这会影响硬盘性能，有没有办法解决开启rst模式的情况安装win10或win11呢&…
阅读更多...
蓝桥杯之c++入门（一）【第一个c++程序】

蓝桥杯之c++入门（一）【第一个c++程序】

目录 前言一、第⼀个C程序1.1 基础程序1.2 main函数1.3 字符串1.4 头文件1.5 cin 和 cout 初识1.6 名字空间1.7 注释 二、四道简单习题（点击跳转链接）练习1：Hello,World!练习2：打印飞机练习3：第⼆个整数练习4&#xff…
阅读更多...
Electron学习笔记，安装环境（1）

Electron学习笔记，安装环境（1）

1、支持win7的Electron 的版本是18，这里node.js用的是14版本（node-v14.21.3-x86.msi）云盘有安装包 Electron 18.x (截至2023年仍在维护中): Chromium: 96 Node.js: 14.17.0 2、安装node环境，node-v14.21.3-x86.msi双击运行选择安…
阅读更多...
【机器学习】自定义数据集使用框架的线性回归方法对其进行拟合

【机器学习】自定义数据集使用框架的线性回归方法对其进行拟合

一、使用框架的线性回归方法 1. 基础原理 在自求导线性回归中，我们需要先自定义参数，并且需要通过数学公式来对w和b进行求导，然后在反向传播过程中通过梯度下降的方式来更新参数，从而降低损失值。 2. 实现步骤 ① 散点输入 有一…
阅读更多...
微服务搭建----springboot接入Nacos2.x

微服务搭建----springboot接入Nacos2.x

springboot接入Nacos2.x nacos之前用的版本是1.0的，现在重新搭建一个2.0版本的，学如逆水行舟，不进则退，废话不多说，开搞 1、 nacos2.x搭建 1，首先第一步查询下项目之间的版本对照，不然后期会…
阅读更多...
扣子平台音频功能：让声音也能“智能”起来

扣子平台音频功能：让声音也能“智能”起来

在数字化时代，音频内容的重要性不言而喻。无论是在线课程、有声读物，还是各种多媒体应用，音频都是传递信息、增强体验的关键元素。扣子平台的音频功能，为开发者和内容创作者提供了一个强大而灵活的工具，让音频的使用和…
阅读更多...
全面了解 Web3 AIGC 和 AI Agent 的创新先锋 MelodAI

全面了解 Web3 AIGC 和 AI Agent 的创新先锋 MelodAI

不管是在传统领域还是 Crypto，AI 都是公认的最有前景的赛道。随着数字内容需求的爆炸式增长和技术的快速迭代，Web3 AIGC（AI生成内容）和 AI Agent（人工智能代理）正成为两大关键赛道。 AIGC 通过 AI 技术生成…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023