Python：pandas（三）——DataFrame - ShineLe

Python：pandas（三）——DataFrame

2021-03-02 20:35  ShineLe  阅读(271)  评论(0)  编辑  收藏  举报

官方文档：pandas之DataFrame

1、构造函数

用法：

pandas.DataFrame(
    data=None,
    index=None,
    columns=None,
    dtype=None,
)

参数：

参数	类型	说明
data	ndarray、iterable、dict、DataFrame	用于构造DataFrame的数据
index	Index或array	各行的索引列
columns	Index或array	各列的索引行

2、属性

访问方式为：df.xxx（没有括号）

写在最前：可以通过 df.列名 的方式访问某一列

属性	说明
at	通过行/列标签访问单个值（如dataframe.at[1,\'B\']）
axes	返回一个List，其中每个元素记录了其对应axes的全部索引值
columns	列标签
index	行标签
dtypes	DataFrame中值的类型
empty	指示器，指示该DataFrame是否为空
iat	区别于at，是用整数索引的方式访问单个值，如dataframe.iat[1,2]表示第2行第3列（即at中的第C列）
loc	通过①行/列标签组或②布尔数组的形式访问一组数据，方式②的作用方式同布尔索引
iloc	通过整数或整数List的方式访问一组数据，详见下边的iloc部分
ndim	维数
shape	返回一个tuple，表示各个维度的大小
size	元素数——单元格的数量，并不是行数
style	返回Style对象
values	返回该DataFrame的array形式（建议用方法to_numpy()）

2.5、部分属性的详细说明

2.5.1、访问单个值：at与iat

①at

用法：df.at[ 1 , \'B\' ]——访问行1，列\'B\'的值

②iat

用法：df.iat[ 1 , 1 ]——访问行1，列1（即列\'B\'）的值

2.5.2、访问多个值：loc与iloc

①loc

说明：通过行/列标签组或布尔索引组的形式访问一组数据

用法：

df.loc[ 输入1 [, 输入2] ]

输入1表示哪些行，输入2表示哪些列

允许输入的值：

a、单个label，如5、\'a\'；必须是label中有的值，不能用数字代指某列

b、label的list，如[\'a\' ,\'b\' , \'c\']；

c、切片，如 \'a\':\'f\'（从\'a\'到\'f\'，a与f均包含）。

d、与对应维度尺寸大小相同的boolean array，如[True , False , True]

e、alignable boolean Series

例子：

df.loc[pd.Series([False, True, False],
       index=[\'viper\', \'sidewinder\', \'cobra\'])]

其中Series的index必须与DataFrame中对应维度的index相同，这等价于用法d直接写

df.loc[[False, False, True]]

所以通常用输入方式d

f、callable函数（只有一个输入参数且必须是Series或DataFrame类型），返回一个合法的以上所说的类型

例子：

df.loc[lambda df : df [\'shield\'] ==8 ] #提取df中shield列==8的行

②iloc

与loc的区别在于，iloc只接受整数值（从0到length-1）；此外iloc也接受boolean array

接受的输入值：

a、单个整数，如5；

b、整数的list或array，如[ 4 , 3 , 0 ]

c、整数切片，如1：7

d、boolean array

e、callable函数，接受一个参数（Series或DataFrame），返回值为上文a到d中的类型

2.5.3、返回DataFrame的array形式：values

返回值类型为numpy.ndarray

只返回DataFrame中的值，而不返回label行和列。

官方文档中推荐用DataFrame.to_numpy()代替

3、方法

用法为：df.xxx( ... )

方法	说明
abs	返回绝对值化的DataFrame
add	加
add_prefix	所有列label加前缀
add_suffix	所有列label加后缀
agg	用函数或函数list对DataFrame中的每一列元素进行聚合，聚合结果保存为新行，一个函数对应一行
aggregate	同agg
align	连接两个对象
all	返回是否所有元素都为True
any	返回是否存在元素为True
append	在末尾加一行或几行
apply	对某个轴上的元素用某个函数，返回调用函数后的值组成的DataFrame
applymap	对所有元素用某个函数（相当于map之于list）
asfreq	将TimeSeries以固定的频率扩展为更大的TimeSeries
asof	返回指定行及之前最后一个没有NaN值的行
assign	添加一个新列
astype	将DataFrame中的数据类型转化为指定类型
at_time	选择时间列为一天中的指定时间的行
between_time	选择时间列为指定时间之间的行
backfill	等价于DataFrame.fillna()中将参数method指定为\'bfill\'
bfill	同backfill
bool	将单个boolean元素转化为bool数据并返回
boxplot	以各列为原始数据绘制箱型图
clip	将所有数据整理为指定区间内的值，不在该区间内自动划分为区间两端的值
combine	将两个DataFrame按照给定函数的方式进行合并
combine_first	将一个DataFrame中的NaN值填充为另一个DataFrame中对应位置的值
compare	对两个DataFrame进行比较，并罗列出二者的不同之处
convert_dtypes	将每一列的类型设置为其中元素最可能的类型
copy	得到一个当前DataFrame的副本
corr	得到一个DataFrame中各列的相关性矩阵
corrwith	得到两个DataFrame中各列间的相关性矩阵
count	计算每行/列中的非NaN元素数
cov	计算各列间的协方差矩阵
cummax	以累积递增的方式获取每行及之前的最大值
cummin	以累积递减的方式获取每行及之前的最小值
cumprod	以累积的方式获取每行及之前所有值的乘积
cumsum	以累积的方式获取每行及之前所有值的和
describe	产生一个描述性的统计数据
diff	获取每一行与上一行之差并填充到该行
div	除以某个值
rdiv	被哪个值除
divide	同div
dot	计算两个矩阵的点积/数量级
drop	删除特定的行/列
drop_duplicates	删除重复行（或某一列上的重复值），返回删除后的新DataFrame
droplevel	删除多索引中的某一索引行/列
dropna	删除包含空值的行/列
duplicated	返回一个boolean Series，每行标识该行是否与之前出现的行重复
eq	df.eq(100) 等价于 df==100
equals	比较两个DataFrame是否完全相同，返回True或False
eval	对DataFrame中的列执行某个以string方式给出的表达式

ewm	指数加权滑动
ewma	指数加权滑动平均
expanding	指定窗口进行滑动运算 窗口：一次考虑多少行的数据
explode	将List类型的数据扩展成DataFrame的一行
ffill	等同于DataFrame.fillna()的参数method=\'ffill\'的情况
fillna	用特定的方法填充DataFrame中的空值
filter	对索引行/列的名称进行过滤（可以用正则、部分字符等）得到筛选后的行/列
first	返回时间序列中最开始的若干天所在的行，（此处的最开始是日期上连续的几天，而不是前几行）
first_valid_index	返回第一个没有空值的行索引
floordiv	除以一个数并向下取整
from_dict	从一个dict创建DataFrame
from_records	从一个ndarray创建DataFrame
ge	大于等于特定值
groupby	用一个映射器或Series对DataFrame进行聚簇
gt	大于特定值
head	前若干列
hist	各列的直方图
idxmax	各列中最大值的行索引（或相反）
idxmin	各列中最小值的行索引（或相反）
infer_objeccts	尝试推测一个object类型列的最优类型
info	该DataFrame的详细信息总结
insert	将一列插入到DataFrame的特定位置
interpolate	用特定的插值方法填充空值
isin	检测元素值是否包含在给定的值中
isna	检查空值
isnull	同上
items	以迭代的方式访问每列
iteritems	同上
iterrows	以迭代的方式访问每行
itertuples	同上，区别在于每行会视为一个namedtuple
join	连接两个DataFrame
keys	返回info axis
kurt	返回指定维度上的无偏峰度
kurtosis	同上
last	返回时间序列中最后的若干天所在的行，（此处的最开始是日期上连续的几天，而不是后几行）
last_valid_index	返回最后一个没有空值的行的索引
le	小于等于某个值
lt	小于某个值
mad	平均绝对离差
max	最大值
mean	平均值
median	中值
melt	行列转换，用法同pandas（二）中的melt
mask	填充某些位置进行判断为True为特定的值
merge	用两个不同的列对两个DataFrame进行连接
min	最小值
mod	除以一个数，计算余数
mul	乘以一个数
multiply	同上
ne	不等于某个值
nlargest	对指定列降序输出前n行

notna	检测非空值
notnull	检测非空值
nsmallest	对指定列升序输出前n行
nunique	计算不同列上的不重复的值数量
pad	等同于DataFrame.fillna()的参数method=\'ffill\'的情况
pct_change	检测该行与上一行值相比变化的百分比
pipe	对DataFrame应用某个函数
pivot	用给定的索引重组织DataFrame
plot	绘图
pop	删除并返回指定列
pow	幂指数
prod	乘积
product	乘积
quantile	百分比分位符，结果中计算每个分位符处的值（以列为单位计算）
query	给出一个string形式的boolean表达式， query函数将查询所有符合该表达式的行
rank	计算每行的数字等级
reindex	重建标签列（保留已有的值，空值填充新值）
reindex_like	用另一个DataFrame标签列的所有项去查找某个DataFrame中的这些项
rename	更改标签列的所有标签的名字
rename_axis	为每个轴设置名字
reorder_levels	给index重排序
replace	把其中的某些值替换为其他值或其他某些值
resample	对一系列时间数据行进行重采样
reset_index	重设置标签列，旧的标签列被替换为0、1、2……
rolling	滑动窗口计算
round	所有项四舍五入
rpow	把所有项都作为指数，参数项作为底数进行幂运算
sample	随机采样取一些行
select_dtypes	选择数据项类型为某个类型的列
sem	计算某些轴上的SEM（无偏标准误差）
set_axis	重新设置某个轴上的标签值
set_flags	设置flags，该项决定了是否允许重复的标签存在
set_index	用已存在的列重新设置标签
shift	部分行/列下移（右移），用一些值填充原来的值
skew	无偏系数
sort_index	根据标签列进行重排序
sort_values	根据某列的值进行重排序
squeeze	把只有单个数据的Series压缩为一个数值，把只有一列的DataFrame压缩为一列
stack	把DataFrame的列标签变成一个行标签的多个部分，每个部分单独赋值
std	样本标准差
sum	指定轴求和
swapaxes	交换两个轴
tail	后几行的数据
take	提取指定行、列
to_csv	把该DataFrame写入CSV文件
to_excel
to_numpy	把该DataFrame转化为一个Ndarray
to_period	把DataFrame从DatetimeIndex转化为PeriodIndex
to_records	把该DataFrame转化为Numpy record array
to_timestamp	把时间类型的标签转化为时间戳类型

transform	所有项都调用某个函数
transpose	转置，包括行列标签
truncate	截取部分行或列之间的数据
unstack	反转stack的变化，把属性变为实际的列
update	用另一个DataFrame的数据更新该DataFrame的数据
value_counts	统计重复行的个数
var	房差
where	用某些值替代不符合判断表达式的值

3.5、把这些函数、属性按类别划分

属性及潜在的信息
index	行标签（首列）
columns	列标签（首行）
dtypes	类型
info()	详细信息总结
select_dtypes()	筛选数据类型为某些类型的列
values	DataFrame的Ndarray形式（建议用函数to_numpy）
axes	各个轴的标签
ndim	维度
size	元素个数
shape	各维度的长度
empty	该DataFrame是否为空
set_flags()	设置flag
转化
astype()	将该DataFrame类型转化为另一种类型
convert_dtypes()	将该DataFrame各列的类型转化为它最有可能的类型
infer_objects()	尝试为object类型列探寻最适合的类型
copy()	副本
bool()	返回单个元素的bool类型值
索引、迭代
head()	前几行的数据
tail()	后几行的数据
at	用行列索引的方式访问单个值
iat	用整数索引的方式访问单个值
loc	用行列索引的方式访问一组值
iloc	用整数索引的方式访问一组值
insert()	在特定的位置插入一列
__iter__()	在信息轴(info axis)上迭代
items()	迭代每列，每次两个迭代项label和content
iteritems()	同上
keys()	得到信息轴(info axis)
iterrows()	迭代每行
itertuples()	迭代每行，迭代都将每行的内容都作为一个namedtuple
pop()	删除并返回DataFrame的最后一行
get()	获得指定key对应列
isin()	DataFrame中的数据是否包含在给定的一块数据中（结果为boolean DataFrame）
where()	将数据进行逻辑表达式判断为假的值设置为给定值（结果为boolean DataFrame）
mask()	将数据进行逻辑表达式判断为真的值设置为给定值（结果为boolean DataFrame）
query()	用给定的string类型的布尔表达式筛选符合的列
二元运算 (r前缀表示两个运算数字位置相反) （以下皆为函数）
add、radd	加
sub、rsub	减
mul、rmul	乘
div、rdiv	浮点除
truediv、rtruediv	浮点除
floordiv、rfloordiv	整除
mod、rmod	取余
pow、rpow	幂运算
dot	点积、数量积
le、lt（以下三行可以直接用对应的数学公式代替）	小于等于、小于
ge、gt	大于等于、大于
eq、ne	等于、不等于
整体运用函数、聚簇(GroupBy)、窗口
apply	对一个轴的所有元素运算
applymap	对所有元素进行函数运算
pipe	对DataFrame应用函数
agg	对指定的轴上的元素进行聚合（sum、max等）运算
aggregate
transform	用函数对DataFrame的数据进行变形，返回变形后的DataFrame
groupby	用聚簇函数对某个轴上的所有数据进行聚簇
rolling	滑动窗口运算（一次用若干个连续的数据进行运算）
expanding	膨胀窗口运算（不固定窗口，而是窗口在运算过程中扩展变大）
ewm	指数加权滑动
计算、描述、统计状态
abs	绝对值
all	是否全部元素都为真（一行/列作为一个结果）
any	是否存在真值（一行/列作为一个结果）
clip	用一个阈值范围检查所有数据，把不在范围内数据代之以阈值边界的值
corr	相关性矩阵
corrwith	两个DataFrame的相关性矩阵（列与列相对应）
count	计算每一行/列上的非空值
cov	协方差矩阵
cummax	行（列）前所有数的累计最大值
cummin	行（列）前所有数的累计最小值
cumprod	累乘（从开始到当前值）
cumsum	累加
describe	一些常用的统计数据
diff	每行/列与上一行/列的差值
eval	给一个string表达式，对符合条件的列进行运算
kurt	无偏峰度
kurtosis	无偏峰度
mad	平均绝对离差
max	最大值
mean	平均值
median	中值
min	最小值
pct_change	元素间的百分比变化
prod、product	累乘（全部值）
quantile	百分比分位符
rank	计算各个数字的级别（根据标签行/列）
round	四舍五入
sem	无偏标准差
skew	无偏系数
sum	求和
std	样本标准差
var	方差
nunique	不重复值的数量
value_counts	统计各行出现的次数
标签相关、数据筛选
add_prefix	加前缀
add_suffix	加后缀
align	直接连接两个DataFrame
at_time	筛选时间标签中含有指定时间的行
between_time	筛选时间标签中在特定时间之间的行
drop	删去指定标签的行/列
drop_duplicates	删去并返回重复的行
duplicated	返回boolean Series，标识每行是否与前边的行重复
equals	检测两个DataFrame是否元素相同
filter	筛选名字符合条件（支持正则表达式）的行/列
first	选取最开始的若干天
head	前若干行数据
idxmax	筛选每一列最大值所在的行标签
idxmin	筛选每一列最小值所在的行标签
last	选取最后边的若干天
reindex	重新设置index，保留已有index的行，填补新index的行
reindex_like	筛选另一个DataFrame中行标签与一个DataFrame中行标签相同的行（如果没有就新建这一行）
rename	重命名各个轴的标签
rename_axis	重命名各个轴
reset_index	重置标签列为0、1、……，原标签列变为新列
sample	随机采样一些行
set_axis	重新设置标签（功能类似rename）
set_index	将已有的列设置为标签列
tail	后若干行数据
take	提取指定行/列的数据
truncate	截取标签在某个区间内的数据
缺省值处理
backfill、bfill	等价于fillna的参数method=\'bfill\'的情况
ffill、pad	等价于fillna的参数method=\'ffill\'的情况
dropna	删除缺省值所在的行/列
fillna	用一定方法填充缺省值
interpolate	用插值方法填充缺省值
isna、isnull	检查每个数据是否缺省
notna、notnull	检查每个数据是否正常（与上一个相反）
replace	把一些数据替换为另一些数据
变形、排序、转置
droplevel	移除指定的标签列/行
pivot	用指定的行/列作为标签重建DataFrame
reorder_levels	重排列标签等级
sort_values	根据某列的值进行排序
sort_index	根据标签列排序
nlargest	根据某一列的值降序返回前n行
nsmallest	根据某一列的值升序返回前n行
stack	用某列作为新的标签列
unstack	将多标签列转化为一个普通的列
melt	将DataFrame转化为属性：值的两列
explode	将list类型的数据拆开，每个元素都构成额外的一行
squeeze	降维，单个数据变普通变量，一列数据变Series
DataFrame.T	转置
DataFrame.transpose	转置

结合、比较、连接、合并
append	加上额外的一行
assign	加上额外的一列
compare	比较两个DataFrame并展示二者的不同之处
join	拥有同名列的两个DataFrame连接
merge	具有不同名但是类型相同两个列的DataFrame连接
update	用另一个DataFrame中的数据填充该DataFrame中的数据
时间类型相关
asfreq	将时间序列转化为具有固定频率的序列（少变多）
asof	返回指定行之前第一个没有空值的行
shift	前若干行/列下移（右移），以某值填充原值
first_valid_index	第一个非空值行的标签
last_valid_index	最后一个非空值行的标签
resample	重采样时间序列，将多个时间行压缩到一个bin中
to_period	将DatetimeIndex转化为PeriodIndex
to_timestamp	将DatetimeIndex转化为时间戳
Flags
Flags	各种DataFrame隐藏属性设置
作图（前边没有plot.的都是DataFrame的方法）
plot	用标签列作横轴，每一列的值在一个图上画折线图
plot.area	上文折线图下的区域内填充各自的颜色
plot.bar	柱状图
plot.barh	水平柱状图
plot.box	箱型图
plot.density、plot.kde	核密度估计图
plot.hexbin	hexagonal bin图
plot.hist	直方图
plot.line	折线图，同plot
plot.pie	饼状图
plot.scatter	散点图
boxplot	箱型图
hist	直方图

3.6、部分函数具体使用

1）set_index

说明

为某个DataFrame设置Index，返回修改后的DataFrame

用法

假设有一个DataFrame df，我们想把它的\'Time\'列设置为Index

df_new = df.set_index(\'Time\',inplace=False)

需要注意的是，如果参数inplace=False，那么并不是对df本身进行修改，而是返回一个修改后的DataFrame，所以需要用一个额外的变量承接 （如上文df_new）

2）applymap

说明

对DataFrame中的所有元素使用某个函数，相当于对list使用map

用法

把df中的所有0值设为Null

df.applymap(lambda x:Null if x==0 else x)

 3）apply

说明

对DataFrame中每行/列的所有元素使用某个函数

用法

df.apply(
    func, axis=0, raw=False, result_type=None,
    args=(), **kwds
)

参数

参数	类型	默认值	说明
func	函数名		应用于每一行/每一列的函数值
axis	0与\'index\' 或 1与\'columns\'	0	0：为每一列应用该函数 1：为每一行应用该函数
raw	bool	False	决定传入的行与列是Series还是ndarray对象： False：Series True：ndarray
result_type	{\'expand\',\'reduce\',\'broadcast\',None}	None	只用于axis=1时 \'expand\'结果会被加入到DataFrame的扩展列中 \'reduce\'单独返回结果列 \'broadcast\'结果保存为原DataFrame中，相当于用结果列替换原DataFrame中的列
args	tuple	()	传入func的参数

4）assign

说明

添加一列

用法

df.assign( 列名1 = Series、Array、List ,
　　　　　　 列名2 = Series、Array、List)

参数中的列名n不需要加引号；Series、Array、List要和df长度一致。

例子

假设已经有一个DataFrame df，有个长度与它相等的Series S，我们要把S添加到df中，命名为\'New_Column\'

df_new = df.assign( NewColumn=S )

如果是对已有列进行运算得到的新列，可以用lambda匿名函数和df[列名]的结合，例如：

 

df.assign(temp_f=lambda x: x[\'temp_c\'] * 9 / 5 + 32,
          temp_k=lambda x: (x[\'temp_f\'] +  459.67) * 5 / 9)

5）between_time

说明

提取Index位于指定时间段内的行构成新的DataFrame。

注意，Index必须是DateTime类型

用法

df.between_time(
    start_time, end_time, include_start=True, 
    include_end=True, axis=None
)

参数

参数	类型	默认值	说明
start_time	datetime.time或str		开始时间
end_time	datetime.time或str		结束时间
include_start	bool	True	是否包含两端
include_end	bool	True
axis	{0或\'index\',1或\'columns\'}	0	纵向比较还是横向比较

start_time < end_time时，筛选在此区间内的行；

start_time > end_time时，筛选不在此区间内的行。

返回值

Series、DataFrame

例子

ts
                     A
2018-04-09 00:00:00  1
2018-04-10 00:20:00  2
2018-04-11 00:40:00  3
2018-04-12 01:00:00  4

#筛选在此区间内的行
ts.between_time(\'0:15\', \'0:45\')
                     A
2018-04-10 00:20:00  2
2018-04-11 00:40:00  3

#筛选不在此区间内的行
ts.between_time(\'0:45\', \'0:15\')
                     A
2018-04-09 00:00:00  1
2018-04-12 01:00:00  4

 6）interpolate

说明

用插值的方法填充NaN值。

请注意，对于多重索引（MultiIndex）的DataFrame/Series，只支持用method=\'linear\'的形式。

用法

    df.interpolate(
        method=\'linear\', axis=0, limit=None, inplace=False,
        limit_direction=None, limit_area=None, downcast=None, **kwargs
    )

参数

参数	类型	默认值	说明
method	\'linear\'：线性插值(这是Multiindexs可用的唯一方法)； \'time\'：用于日期数据的插值； \'index\'、\'values\'：使用索引值作为待填充值； \'pad\'：使用存在的值填充空值； \'nearest\'、\'zero\'、\'slinear\'、\'quadratic\'、\'cubic\'、\'spline\'、 　　　\'barycentric\'、\'polynomial\'：最近邻、零值、...； \'krogh\'、‘piecewise_polynomial’, ‘spline’, ‘pchip’, 　　　‘akima’, ‘cubicspline’：用SciPy中相应的插值方法； \'from_derivatives\'：scipy.interpolate.BPoly.from_derivatives	\'linear\'	插值方法
axis	{0或\'index\'、1或\'columns\'、None}	0	沿着哪个方向插值
limit	int		最多填充的连续空值数
inplace	bool	False	是否替换原值
limit_direction	{\'forward\'、\'backward\'、\'both\'}		对于连续的空值，依照该参数说明的方向进行填充。 如果指定参数\'limit\'：如果插值方法是\'pad\'或\'ffill\'，那么\'limit_direction\'必须是\'forward\'；如果插值方法是\'backfill\'或\'bfill\'，那么\'limit_direction\'必须是\'backwards\'； 如果未指定参数\'limit\'：如果插值方法是\'backfill\'或\'bfill\'，那么\'limit_direction\'默认是\'backward\'；其他情况都是\'forward\'
limit_area	{\'None\'、\'inside\'、\'outside\'}		如果指定了参数\'limit\'，那么在填充连续的NaN时会有如下限制： None：无限制； \'inside\'：只填充被合法值包裹的NaNs; \'outside\'：只填充未被合法值包裹的NaNs
downcast	\'infer\'或None		空值填充后的类型为向下转型

 

返回值

Series、DataFrame、None

如果inplace=True，那么返回None，原来的DataFrame中的空值被新值填充；如果inplace=False，那么返回一个填充后的Series、DataFrame

例子

1、什么参数都不写，用默认方式插值（即线性插值法——linear）

s = pd.Series([0, 1, np.nan, 3])
s
0    0.0
1    1.0
2    NaN
3    3.0
dtype: float64
s.interpolate()
0    0.0
1    1.0
2    2.0
3    3.0
dtype: float64

2、padding插值，一次最多填充两个连续的空值

s = pd.Series([np.nan, "single_one", np.nan,
               "fill_two_more", np.nan, np.nan, np.nan,
               4.71, np.nan])
s
0              NaN
1       single_one
2              NaN
3    fill_two_more
4              NaN
5              NaN
6              NaN
7             4.71
8              NaN
dtype: object
s.interpolate(method=\'pad\', limit=2)
0              NaN
1       single_one
2       single_one
3    fill_two_more
4    fill_two_more
5    fill_two_more
6              NaN
7             4.71
8             4.71
dtype: object

3、用\'forward\'方式插值——空值用它前边的值替换：

df = pd.DataFrame([(0.0, np.nan, -1.0, 1.0),
                   (np.nan, 2.0, np.nan, np.nan),
                   (2.0, 3.0, np.nan, 9.0),
                   (np.nan, 4.0, -4.0, 16.0)],
                  columns=list(\'abcd\'))
df
     a    b    c     d
0  0.0  NaN -1.0   1.0
1  NaN  2.0  NaN   NaN
2  2.0  3.0  NaN   9.0
3  NaN  4.0 -4.0  16.0
df.interpolate(method=\'linear\', limit_direction=\'forward\', axis=0)
     a    b    c     d
0  0.0  NaN -1.0   1.0
1  1.0  2.0 -2.0   5.0
2  2.0  3.0 -3.0   9.0
3  2.0  4.0 -4.0  16.0

4、多项式插值——order指明多项式的次数

df[\'d\'].interpolate(method=\'polynomial\', order=2)
0     1.0
1     4.0
2     9.0
3    16.0
Name: d, dtype: float64

 7）drop

说明

从DataFrame中删除指定的行、列。

用法

df.drop(
    labels=None, axis=0, index=None, columns=None,
    level=None, inplace=False, errors=\'raise\'
)

参数

参数	类型	默认值	说明
labels	单个label或label list		要删除的行/列的名
axis	{0或\'index\',1或\'columns\'}	0	参数labels指定的是行还是列
index	单个label或label list		删除index指定的行，指定了该参数就可以不指定前两个参数
columns	单个label或label list		删除columns指定的列，指定了该参数就可以不指定前两个参数
level	int或level name		用于MultiIndex，说明Index的级别
inplace	bool	False	是否替换原DataFrame，如果False，那么会生成一个修改后的副本
errors	{\'ignore\',\'raise\'}	\'raise\'	如果是\'ignore\'，就忽略错误，只删除存在的行/列

 

返回值

DataFrame或None；取决于inplace是否为True

例子

先构造一个DataFrame；

df = pd.DataFrame(np.arange(12).reshape(3, 4),
                  columns=[\'A\', \'B\', \'C\', \'D\'])
df
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

删除列/columns；

df.drop([\'B\', \'C\'], axis=1)
   A   D
0  0   3
1  4   7
2  8  11

df.drop(columns=[\'B\', \'C\'])
   A   D
0  0   3
1  4   7
2  8  11

删除行/index

df.drop([0, 1])
   A  B   C   D
2  8  9  10  11

 

• 分类 Pandas
•