Python pandas DataFrame操作的实现代码
作者:huahuayu 时间:2021-07-24 00:49:43
1. 从字典创建Dataframe
>>> import pandas as pd
>>> dict1 = {'col1':[1,2,5,7],'col2':['a','b','c','d']}
>>> df = pd.DataFrame(dict1)
>>> df
col1 col2
0 1 a
1 2 b
2 5 c
3 7 d
2. 从列表创建Dataframe (先把列表转化为字典,再把字典转化为DataFrame)
>>> lista = [1,2,5,7]
>>> listb = ['a','b','c','d']
>>> df = pd.DataFrame({'col1':lista,'col2':listb})
>>> df
col1 col2
0 1 a
1 2 b
2 5 c
3 7 d
3. 从列表创建DataFrame,指定data和columns
>>> a = ['001','zhangsan','M']
>>> b = ['002','lisi','F']
>>> c = ['003','wangwu','M']
>>> df = pandas.DataFrame(data=[a,b,c],columns=['id','name','sex'])
>>> df
id name sex
0 001 zhangsan M
1 002 lisi F
2 003 wangwu M
4. 修改列名,从['id','name','sex']修改为['Id','Name','Sex']
>>> df.columns = ['Id','Name','Sex']
>>> df
Id Name Sex
0 001 zhangsan M
1 002 lisi F
2 003 wangwu M
5. 调整DataFrame列顺序、调整列编号从1开始
https://www.jb51.net/article/163644.htm
6. DataFrame随机生成10行4列int型数据
>>> import pandas
>>> import numpy
>>> df = pandas.DataFrame(numpy.random.randint(0,100,size=(10, 4)), columns=list('ABCD')) # 0,100指定随机数为0到100之间(包括0,不包括100),size = (10,4)指定数据为10行4列,column指定列名
>>> df
A B C D
0 67 28 37 66
1 21 27 43 37
2 73 54 98 85
3 40 78 4 93
4 99 60 63 16
5 48 46 24 61
6 59 52 62 28
7 20 74 36 64
8 14 13 46 60
9 18 44 70 36
7. 用时间序列做index名
>>> df # 原本index为自动生成的0~9
A B C D
0 31 25 45 67
1 62 12 61 88
2 79 36 20 97
3 26 57 50 44
4 24 12 50 1
5 4 61 99 62
6 40 47 52 27
7 83 66 71 4
8 58 59 25 62
9 38 81 60 8
>>> import pandas
>>> dates = pandas.date_range('20180121',periods=10)
>>> dates # 从20180121开始,共10天
DatetimeIndex(['2018-01-21', '2018-01-22', '2018-01-23', '2018-01-24',
'2018-01-25', '2018-01-26', '2018-01-27', '2018-01-28',
'2018-01-29', '2018-01-30'],
dtype='datetime64[ns]', freq='D')
>>> df.index = dates # 将dates赋值给index
>>> df
A B C D
2018-01-21 31 25 45 67
2018-01-22 62 12 61 88
2018-01-23 79 36 20 97
2018-01-24 26 57 50 44
2018-01-25 24 12 50 1
2018-01-26 4 61 99 62
2018-01-27 40 47 52 27
2018-01-28 83 66 71 4
2018-01-29 58 59 25 62
2018-01-30 38 81 60 8
8. dataframe 实现类SQL操作
pandas官方文档 Comparison with SQL
https://pandas.pydata.org/pandas-docs/stable/comparison_with_sql.html
来源:https://www.cnblogs.com/huahuayu/p/8227494.html
标签:Python,pandas,DataFrame
0
投稿
猜你喜欢
Python必备技能之debug调试教程详解
2023-03-01 19:26:10
改变链接,让别人永远找不到你的程序
2008-09-13 18:57:00
解析PHP中VC6 X86和VC9 X86的区别及 Non Thread Safe的意思
2023-11-06 13:11:37
用javascript实现select的美化
2007-05-11 16:50:00
python+flask编写接口实例详解
2022-10-09 16:09:41
解决django migrate报错ORA-02000: missing ALWAYS keyword
2023-04-15 14:19:54
分享到豆瓣、百度空间、新浪微博的js代码
2011-03-17 12:58:00
ASP读取MySQL数据库出现乱码的解决办法
2010-03-08 14:25:00
妄想or未来?界面的虚拟现实化
2010-03-01 12:53:00
使用字符串建立查询能加快服务器的解析速度吗?
2010-07-14 21:03:00
Python实现求解一元二次方程的方法示例
2023-09-15 03:29:41
教你用FrontPage2003轻松布局网页
2008-02-24 17:05:00
Python DataFrame.groupby()聚合函数,分组级运算
2022-02-08 07:23:09
python 函数定位参数+关键字参数+inspect模块
2023-07-05 23:04:37
CSS的学习应该注意学习方法
2007-11-27 00:20:00
python实现凯撒密码、凯撒加解密算法
2023-08-27 17:49:22
Python encode()方法和decode()方法详解
2023-06-16 11:47:15
CSS图片代码效果汇总
2008-09-04 12:14:00
python binascii 进制转换实例
2021-03-25 10:56:25
Python全栈之列表数据类型详解
2023-05-05 15:27:10