Python中 掌握Data Frame的常用操作

掌握Data Frame的常用操作
一. 查看DataFrame的常用属性
DataFrame基础属性有：values(元素)、index(索引)、columns(列名) 、dtypes(类型)、size(元素个数)、ndim(维度数)和 shape(形状大小尺寸),还有使用T属性 进行转置

import pandas as pd
detail=pd.read_excel(‘E:\data\meal_order_detail.xlsx’) #读取数据，使用read_excel 函数调用
# print(detail)
print(“索引”,detail.index)
print(“所以 值 ：”,detail.values)
print(“所以列名：”,detail.columns)
print(“数据类型：”,detail.dtypes)
print(“元素个数：”,detail.size)
print(“维度：”,detail.ndim)
print(“形状大小 尺寸：”,detail.shape)
#使用T属性 进行转置
print(“转置前的形状：”,detail.shape)数据
print(“转置后的形状：”,detail.T.shape)

二. 查改增删DataFrame数据

查看访问DataFramezhon’的数据
（1.1）DataFrame数据的基本查看方式
#使用字典访问方式
order_id=detail[‘order_id’]
print(“订单详情表的order_id的形状：”,order_id.shape)
#使用访问属性的方式
dishes_name=detail.dishes_name
print(“订单详情表中的dishes_name的形状：”,dishes_name.shape)
#DataFrame 单列多行的数据获取
dishes_name5=detail[‘dishes_name’][:5]
print(dishes_name5)
#多列多行数据
orderDish=detail[[‘order_id’,’dishes_name’]][:5]
print(orderDish)
#访问多行数据
order5=detail[:][1:6]
print(“订单详情表中的1~6行元素的数据：\n”,order5)

#使用DataFrame的head和tail方法获取多行数据
print(‘订单详情表中前5行数据：\n’,detail.head())#head()里面没有参数的话，默认为5行
print(‘订单详情表中后5行数据：\n’,detail.tail()) #tail()里面没有参数的话，默认为5行

(1.2) .DataFrame的loc和iloc访问方式;

dishes_name1=detail.loc[:,’dishes_name’] #DataFrame.loc[行索引名称或条件,列索引名称]
print(“使用loc提取dishes_name列的size：”,dishes_name1.size)
dishes_name2=detail.iloc[:,3] #DataFrame.iloc[行索引位置,列索引位置]
print(“使用iloc提取第3列的size：”,dishes_name2.size)

#使用loc、iloc 实现多列切片
orderDish1=detail.loc[:,[‘order_id’,’dishes_name’]]
print(orderDish1.size)
orderDish2=detail.iloc[:,[1,3]]
print(orderDish2.size)
#使用loc、iloc 实现花式切片
print(“列名为order_id和dishes_name 的行名为3的数据：\n”,detail.loc[3,[‘order_id’,’dishes_name’]])
print(‘列名为order_id和dishes_name 行名为2、3、4、5、6的数据为：\n’,detail.loc[2:6,[‘order_id’,’dishes_name’]])
print(‘列名1和3，行位置为3的数据为：\n’,detail.iloc[3,[1,3]]) #这里为什么不可以loc函数，
#因为loc函数传入的是列索引的名称（或行的名称或条件），而iloc传入的是位置
print(‘列位置为1和3，行位置为2，3，4，5，6的数据和：\n’,detail.iloc[2:7,[1,3]])#这里是位置索引，7是取不到的
#使用loc和iloc函数实现条件切片
print(‘detail中order_id为458的dishes_name为：\n’,detail.loc[detail[‘order_id’]==458,[‘order_id’,’dishes_name’]]) #使用了loc
print(“detail中order_id为458 的第1、5列的数据为：\n”,detail.iloc[(detail[‘order_id’]==458).values,[1,5]])#values 获取元素 #使用iloc函数

(1.3).ix切片方法

#使用loc、iloc、ix 实现切片 比较（DataFrame.ix[行的索引或位置或条件,列索引名称和位置]）
print(‘列名为dishes_name行名为2，3，4，5，6的数据为：\n’,detail.loc[2:6,[‘dishes_name’]])
print(‘列位置为5行名为2~6的数据为：\n’,detail.iloc[2:6,5])
print(‘列位置为5行名为2~6的数据为：\n’,detail.ix[2:6,5])

2.更改DataFame中的数据

#将order_id为458 的改成 45800
detail.loc[detail[‘order_id’]==458,’order_id’] = 45800 #45800 这里 没有单引号的
print(‘更改后detail中的order_id为 458 的：\n’,detail.loc[detail[‘order_id’]==458,’order_id’])
print(‘更改后detail中的order_id为 45800 的：\n’,detail.loc[detail[‘order_id’]==45800,’order_id’])
detail.loc[detail[‘order_id’]==45800,’order_id’] = 458

3.为DataFrame增添数据

#新增一列非定值
detail[‘payment’]=detail[‘counts’]*detail[‘amounts’]
print(‘detail新增列payment的前5行数据为：\n’,detail[‘payment’].head())
#新增一列定值
detail[‘pay_way’]=’现金支付’
print(‘detail新增列的前5行的数据为：\n’,detail[‘pay_way’].head())
“4.删除某行或某列的数据(drop)
#删除某列
print(‘删除pay_way前 detail中的列索引为：\n’,detail.columns)
detail.drop(labels=’pay_way’,axis=1,inplace=True)
print(‘删除pay_way后 detail中的列索引为：\n’,detail.columns)
#删除某几行
print(‘删除1~10行 前 detail的长度：’,len(detail))
detail.drop(labels=range(1,11),axis=0,inplace=True)
print(‘删除1~10行 后 detail的长度：’,len(detail))

三. 描述分析DataFrame数据
1.数值特征的描述性统计
describe（）函数描述性统计
2.类别类特征的描述性统计
object类型，categroy类型