创建dataframe

dataframe本质上就是一个表格数据结构，有列索引和行索引
行索引，表明不同行，横向索引，叫index，0轴，axis=0
列索引，表明不同列，纵向索引，叫columns，1轴， axis=1

pandas.DataFrame( data, index, columns, dtype, copy)

例子

import pandas as pd
data = [['Google',10],['Runoob',12],['Wiki',13]]
df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)
print(df)

import pandas as pd
data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}
df = pd.DataFrame(data)
print (df)

import pandas as pd
movie_ratings = {'Toy Story':{'rating':4.0, 'genre':'Animation'},
                          'Jumanji':{'rating':4.0, 'genre':'Adventure'},
                          'Grumpier Old Men':{'rating':4.0, 'genre':'Comedy'},
                          'Waiting to Exhale':{'rating':4.0, 'genre':'Comedy'}
                         }
ratings_df = pd.DataFrame(movie_ratings)
ratings_df = ratings_df.transpose()#实现横排变成竖排
print(ratings_df)

# 添加新的index名字
ratings_df = ratings_df.rename_axis('title').reset_index()

读入csv

df = pd.read_csv('nba.csv')

经典画图操作

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
df = pd.read_csv('E:\补课\MESS\Praktikum\P2\Aufgabe_2_2_FFT_sinus.csv')
g = sns.relplot(x='Hertz',y= 'dBV', estimator=None,kind='line',data=df)
g.figure.autofmt_xdate()
plt.ticklabel_format(style= 'plain')
plt.show()
g.savefig('E:\补课\MESS\Praktikum\P2\Bild/sinus.png')

dataframe的基本操作

重要方法

df.head()

不加参数默认显示前5行

df.tail()

df.shape()

df.info()

df.describe()

df.columns()

df.index()

数据选取

更改列名

a.rename(columns={'A':'a','B':'b'},inplace = True)

根据标签索引数据

直接索引

先列后行(与习惯的先行后列相反),需要通过索引的字符串进行获取

data["open"]["2018-02-27"]

loc

loc是按照标签label选取

df.loc[0:5,:]#选取0到5行，显示所有列，这里的0和5都是标签恰好是数字

iloc

iloc是按照位置选取，只是行和列都是从0开始计算，并且iloc的0：X中不包括X，只能到X-1

stock.iloc[0:6,[0,3,4,5]]

ix

ix为loc和iloc的综合版本，既可以按位置索引，也可以按照标签索引

stock.ix[2:5,'股票代码':'当前价']

排序

使用df.sort_values(by=, ascending=)

参数：

by： 指定排序参考的键

ascending:默认升序

ascending=False:降序

ascending=True:升序

ratings_df.sort_values("rating")
ratings_df.sort_values("rating", ascending=False)
ratings_df.sort_values(["rating", "time"], ascending=[False, True])

过滤filter

ratings_df[ratings_df["userId"]==1]

# Filtering for rows where rating=5.0
high_ratings_df = ratings_df[ratings_df["rating"]==5.0]

# Print high_ratings_df
print(high_ratings_df)

isin()方法

# also results in Boolean series
is_movie123 = ratings_df['movieId'].isin([1, 2, 3])

#subset ratings_df with is_movie123
ratings_df[is_movie123]

算术运算

自定义运算

 # 'open' 'close'两列的最大值-最小值结果
  data[["open","close"]].apply(lambda x: x.max() - x.min(),axis=0)

  # open     22.74
  # close    22.85
  # dtype: float64
  # 每一行的open close 最大值-最小值
  data[["open","close"]].apply(lambda x: x.max() - x.min(),axis=1)

Pandas