gpt4 book ai didi

Pandas 数据框增、删、改、查、去重、抽样基本操作方法

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 30 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Pandas 数据框增、删、改、查、去重、抽样基本操作方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

总括 。

pandas的索引函数主要有三种:

loc 标签索引,行和列的名称 。

iloc 整型索引(绝对位置索引),绝对意义上的几行几列,起始索引为0 。

ix 是 iloc 和 loc的合体 。

at是loc的快捷方式 。

iat是iloc的快捷方式 。

建立测试数据集:

?
1
2
3
4
5
6
7
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3], 'b': ['a', 'b', 'c'],'c': ["A","B","C"]})
print(df)
  a b c
0 1 a A
1 2 b B
2 3 c C

行操作 。

选择某一行 。

?
1
2
3
4
5
print(df.loc[1,:])
a 2
b b
c B
Name: 1, dtype: object

选择多行 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
print(df.loc[1:2,:])#选择1:2行,slice为1
  a b c
1 2 b B
2 3 c C
print(df.loc[::-1,:])#选择所有行,slice为-1,所以为倒序
  a b c
2 3 c C
1 2 b B
0 1 a A
print(df.loc[0:2:2,:])#选择0至2行,slice为2,等同于print(df.loc[0:2:2,:])因为只有3行
  a b c
0 1 a A
2 3 c C

条件筛选 。

普通条件筛选 。

?
1
2
3
4
5
6
7
8
print(df.loc[:,"a"]>2)#原理是首先做了一个判断,然后再筛选
0 False
1 False
2  True
Name: a, dtype: bool
print(df.loc[df.loc[:,"a"]>2,:])
  a b c
2 3 c C

另外条件筛选还可以集逻辑运算符 | for or, & for and, and ~for not 。

?
1
2
3
4
5
6
7
8
9
In [129]: s = pd.Series(range(-3, 4))
In [132]: s[(s < -1) | (s > 0.5)]
Out[132]:
0 -3
1 -2
4 1
5 2
6 3
dtype: int64

isin 。

非索引列使用isin 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
In [141]: s = pd.Series(np.arange(5), index=np.arange(5)[::-1], dtype='int64')
In [143]: s.isin([2, 4, 6])
Out[143]:
4 False
3 False
2  True
1 False
0  True
dtype: bool
In [144]: s[s.isin([2, 4, 6])]
Out[144]:
2 2
0 4
dtype: int64

索引列使用isin 。

?
1
2
3
4
5
6
7
8
9
10
11
12
In [145]: s[s.index.isin([2, 4, 6])]
Out[145]:
4 0
2 2
dtype: int64
# compare it to the following
In [146]: s[[2, 4, 6]]
Out[146]:
2 2.0
4 0.0
6 NaN
dtype: float64

结合any()/all()在多列索引时 。

?
1
2
3
4
5
6
7
8
9
In [151]: df = pd.DataFrame({'vals': [1, 2, 3, 4], 'ids': ['a', 'b', 'f', 'n'],
  .....:     'ids2': ['a', 'n', 'c', 'n']})
  .....:
In [156]: values = {'ids': ['a', 'b'], 'ids2': ['a', 'c'], 'vals': [1, 3]}
In [157]: row_mask = df.isin(values).all(1)
In [158]: df[row_mask]
Out[158]:
  ids ids2 vals
0 a a  1

where() 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
In [1]: dates = pd.date_range('1/1/2000', periods=8)
In [2]: df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D'])
In [3]: df
Out[3]:
      A   B   C   D
2000-01-01 0.469112 -0.282863 -1.509059 -1.135632
2000-01-02 1.212112 -0.173215 0.119209 -1.044236
2000-01-03 -0.861849 -2.104569 -0.494929 1.071804
2000-01-04 0.721555 -0.706771 -1.039575 0.271860
2000-01-05 -0.424972 0.567020 0.276232 -1.087401
2000-01-06 -0.673690 0.113648 -1.478427 0.524988
2000-01-07 0.404705 0.577046 -1.715002 -1.039268
2000-01-08 -0.370647 -1.157892 -1.344312 0.844885
In [162]: df.where(df < 0, -df)
Out[162]:
      A   B   C   D
2000-01-01 -2.104139 -1.309525 -0.485855 -0.245166
2000-01-02 -0.352480 -0.390389 -1.192319 -1.655824
2000-01-03 -0.864883 -0.299674 -0.227870 -0.281059
2000-01-04 -0.846958 -1.222082 -0.600705 -1.233203
2000-01-05 -0.669692 -0.605656 -1.169184 -0.342416
2000-01-06 -0.868584 -0.948458 -2.297780 -0.684718
2000-01-07 -2.670153 -0.114722 -0.168904 -0.048048
2000-01-08 -0.801196 -1.392071 -0.048788 -0.808838

DataFrame.where() differs from numpy.where()的区别 。

?
1
In [172]: df.where(df < 0, -df) == np.where(df < 0, df, -df)

当series对象使用where()时,则返回一个序列 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
In [141]: s = pd.Series(np.arange(5), index=np.arange(5)[::-1], dtype='int64')
In [159]: s[s > 0]
Out[159]:
3 1
2 2
1 3
0 4
dtype: int64
In [160]: s.where(s > 0)
Out[160]:
4 NaN
3 1.0
2 2.0
1 3.0
0 4.0
dtype: float64

抽样筛选 。

?
1
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

当在有权重筛选时,未赋值的列权重为0,如果权重和不为1,则将会将每个权重除以总和。random_state可以设置抽样的种子(seed)。axis可是设置列随机抽样.

?
1
2
3
4
5
6
7
In [105]: df2 = pd.DataFrame({'col1':[9,8,7,6], 'weight_column':[0.5, 0.4, 0.1, 0]})
In [106]: df2.sample(n = 3, weights = 'weight_column')
Out[106]:
  col1 weight_column
1  8   0.4
0  9   0.5
2  7   0.1

增加行 。

?
1
2
3
4
5
6
df.loc[3,:]=4
   a b c
0 1.0 a A
1 2.0 b B
2 3.0 c C
3 4.0 4 4

插入行 。

pandas里并没有直接指定索引的插入行的方法,所以要自己设置 。

?
1
2
3
4
5
6
7
8
line = pd.DataFrame({df.columns[0]:"--",df.columns[1]:"--",df.columns[2]:"--"},index=[1])
df = pd.concat([df.loc[:0],line,df.loc[1:]]).reset_index(drop=True)#df.loc[:0]这里不能写成df.loc[0],因为df.loc[0]返回的是series
   a b c
0 1.0 a A
1 -- -- --
2 2.0 b B
3 3.0 c C
4 4.0 4 4

交换行 。

?
1
2
3
4
5
df.loc[[1,2],:]=df.loc[[2,1],:].values
  a b c
0 1 a A
1 3 c C
2 2 b B

删除行 。

?
1
2
3
4
5
df.drop(0,axis=0,inplace=True)
print(df)
  a b c
1 2 b B
2 3 c C

注意 。

在以时间作为索引的数据框中,索引是以整形的方式来的.

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
In [39]: dfl = pd.DataFrame(np.random.randn(5,4), columns=list('ABCD'), index=pd.date_range('20130101',periods=5))
In [40]: dfl
Out[40]:
      A   B   C   D
2013-01-01 1.075770 -0.109050 1.643563 -1.469388
2013-01-02 0.357021 -0.674600 -1.776904 -0.968914
2013-01-03 -1.294524 0.413738 0.276662 -0.472035
2013-01-04 -0.013960 -0.362543 -0.006154 -0.923061
2013-01-05 0.895717 0.805244 -1.206412 2.565646
In [41]: dfl.loc['20130102':'20130104']
Out[41]:
      A   B   C   D
2013-01-02 0.357021 -0.674600 -1.776904 -0.968914
2013-01-03 -1.294524 0.413738 0.276662 -0.472035
2013-01-04 -0.013960 -0.362543 -0.006154 -0.923061

列操作 。

选择某一列 。

?
1
2
3
4
5
print(df.loc[:,"a"])
0 1
1 2
2 3
Name: a, dtype: int64

选择多列 。

?
1
2
3
4
5
print(df.loc[:,"a":"b"])
  a b
0 1 a
1 2 b
2 3 c

增加列,如果对已有的列,则是赋值 。

?
1
2
3
4
5
df.loc[:,"d"]=4
  a b c d
0 1 a A 4
1 2 b B 4
2 3 c C 4

交换两列的值 。

?
1
2
3
4
5
6
df.loc[:,['b', 'a']] = df.loc[:,['a', 'b']].values
print(df)
  a b c
0 a 1 A
1 b 2 B
2 c 3 C

删除列 。

1)直接del DF[‘column-name'] 。

2)采用drop方法,有下面三种等价的表达式:

DF= DF.drop(‘column_name', 1); 。

DF.drop(‘column_name',axis=1, inplace=True) 。

DF.drop([DF.columns[[0,1,]]], axis=1,inplace=True) 。

?
1
2
3
4
5
6
df.drop("a",axis=1,inplace=True)
print(df)
  b c
0 a A
1 b B
2 c C

还有一些其他的功能:

切片df.loc[::,::] 。

选择随机抽样df.sample() 。

去重.duplicated() 。

查询.lookup 。

以上这篇Pandas 数据框增、删、改、查、去重、抽样基本操作方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我.

原文链接:https://blog.csdn.net/claroja/article/details/65661826 。

最后此篇关于Pandas 数据框增、删、改、查、去重、抽样基本操作方法的文章就讲到这里了,如果你想了解更多关于Pandas 数据框增、删、改、查、去重、抽样基本操作方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

30 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com