Python pandas DataFrame操作

1. 从字典创建Dataframe

>>> import pandas as pd

>>> dict1 = {'col1':[1,2,5,7],'col2':['a','b','c','d']}

>>> df = pd.DataFrame(dict1)

>>> df

   col1 col2

0     1    a

1     2    b

2     5    c

3     7    d

2. 从列表创建Dataframe (先把列表转化为字典，再把字典转化为DataFrame）

>>> lista = [1,2,5,7]

>>> listb = ['a','b','c','d']

>>> df = pd.DataFrame({'col1':lista,'col2':listb})

>>> df

   col1 col2

0     1    a

1     2    b

2     5    c

3     7    d

3. 从列表创建DataFrame，指定data和columns

>>> a = ['','zhangsan','M']

>>> b = ['','lisi','F']

>>> c = ['','wangwu','M']

>>> df = pandas.DataFrame(data=[a,b,c],columns=['id','name','sex'])

>>> df

    id      name sex

0  001  zhangsan   M

1  002      lisi   F

2  003    wangwu   M

4. 修改列名，从['id','name','sex']修改为['Id','Name','Sex']

>>> df.columns = ['Id','Name','Sex']

>>> df

    Id      Name Sex

0  001  zhangsan   M

1  002      lisi   F

2  003    wangwu   M

5. 调整DataFrame列顺序、调整列编号从1开始

http://www.cnblogs.com/huahuayu/p/8324755.html

6. DataFrame随机生成10行4列int型数据

>>> import pandas

>>> import numpy

>>> df = pandas.DataFrame(numpy.random.randint(0,100,size=(10, 4)), columns=list('ABCD')) # 0,100指定随机数为0到100之间（包括0，不包括100），size = (10,4)指定数据为10行4列，column指定列名

>>> df

    A   B   C   D

0  67  28  37  66

1  21  27  43  37

2  73  54  98  85

3  40  78   4  93

4  99  60  63  16

5  48  46  24  61

6  59  52  62  28

7  20  74  36  64

8  14  13  46  60

9  18  44  70  36

7. 用时间序列做index名

>>> df # 原本index为自动生成的0~9

    A   B   C   D

0  31  25  45  67

1  62  12  61  88

2  79  36  20  97

3  26  57  50  44

4  24  12  50   1

5   4  61  99  62

6  40  47  52  27

7  83  66  71   4

8  58  59  25  62

9  38  81  60   8

>>> import pandas

>>> dates = pandas.date_range('',periods=10)

>>> dates # 从20180121开始，共10天

DatetimeIndex(['2018-01-21', '2018-01-22', '2018-01-23', '2018-01-24',

               '2018-01-25', '2018-01-26', '2018-01-27', '2018-01-28',

               '2018-01-29', '2018-01-30'],

              dtype='datetime64[ns]', freq='D')

>>> df.index = dates # 将dates赋值给index

>>> df

             A   B   C   D

2018-01-21  31  25  45  67

2018-01-22  62  12  61  88

2018-01-23  79  36  20  97

2018-01-24  26  57  50  44

2018-01-25  24  12  50   1

2018-01-26   4  61  99  62

2018-01-27  40  47  52  27

2018-01-28  83  66  71   4

2018-01-29  58  59  25  62

2018-01-30  38  81  60   8

8. dataframe 实现类SQL操作

pandas官方文档 Comparison with SQL

https://pandas.pydata.org/pandas-docs/stable/comparison_with_sql.html

【Python实战】Pandas：让你像写SQL一样做数据分析（一）

https://www.cnblogs.com/en-heng/category/778194.html

秒客网

Python pandas DataFrame操作

相关文章