pandas DataFrame

原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12251503.html

DataFrame

DataFrame代表一个矩阵数据表，并包含一个有序的列集合，每个列可以是不同的值类型（数字，字符串，布尔值等）。

DataFrame同时具有行索引和列索引；可以将其视为所有共享相同索引的Series的字典。

在后台，数据存储为一个或多个二维块，而不是列表，字典或其他一些一维数组的集合。

创建DataFrame

Note: df2的列索引是[‘English’, ‘Math’, ‘Chinese’]，行索引是[‘ZhangFei’, ‘GuanYu’, ‘ZhaoYun’, ‘HuangZhong’, ‘DianWei’]

数据导入与导出

pandas 可以直接从 xlsx，csv 等文件中导入数据，也可以输出到 xlsx, csv 等文件

数据清洗

数据清洗是数据准备过程中必不可少的环节，pandas 也提供了数据清洗的工具，e.g

drop() - 删除 DataFrame 中的不必要的列或行

rename(columns=new_names, inplace=True) - 重命名列名 columns

drop_duplicates() - 去重复的行

astype - 更改数据格式

这是个比较常用的操作，因为很多时候数据格式不规范，可以使用 astype 函数来规范数据格式

strip - 删除数据间的空格

先把格式转成了 str 类型，是为了方便对数据进行操作，这时想要删除数据间的空格，就可以使用 strip 函数

如果数据里有某个特殊的符号，同样可以使用 strip 函数，比如 Chinese 字段里有美元符号

upper(), lower(), title() - 大小写转换

isnull() - 查找空值

如果想查看哪个地方存在空值 NaN，可以针对数据表 df 进行 df.isnull()

如果想查看哪列存在空值，可以使用 df.isnull().any()

Reference

Python for Data Analysis Second Edition

https://pandas.pydata.org/pandas-docs/stable/reference/frame.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html