熊猫数据框架概述

这篇文章是我上一篇文章的延续。在这里，我们将讨论另一个数据类型，数据帧。

数据帧将成为开发人员在使用熊猫时使用的主要工具。

您可能还喜欢：
了解 Numpy.

先决条件

Python 的熊猫模块应安装在系统中，如果尚未安装，则可以使用以下功能进行安装：

pip install pandas 

（如果您通过直接https://www.python.org/downloads/来安装 python）

或

conda install pandas 

（如果您有蛇的 Anaconda 分布）

数据帧和熊猫

DataFrame是熊猫的主力，直接受到R编程语言的启发。我们可以将 DataFrame 视为一组序列对象，这些对象组合在一起以共享相同的索引。让我们用熊猫来探讨这个话题。

import pandas as pd 
import numpy as np 

from numpy.random import randn

np.random.seed(101)

为了生成一些随机数，我们在这里使用种子。

现在，让我们创建一个数据帧：

df = pd.Dataframe

如果您使用的是 Jupyter 笔记本，请按 移位 +tab df = pd.Dataframe 后，您将看到：

签出此 DataFrame 的文档字符串和初始签名。我们有一个数据参数，索引参数（就像系列），但随后我们有这些额外的列参数。

让我们继续用一些随机数据创建它，我们将了解 DataFrame 的实际外观。对于数据，我们使用 randn(5,4) 的为索引，我们使用字符列表，对于列，我们使用另一个字符列表。

df = pd.DataFrame(randn(5,4),['A','B','C','D','E'],['W','X','Y','Z']) 

因此，基本上，我们这里有一个列 W、Y、Y 和 Z 的列表以及相应的行 A、B、C、D 和 E。这些列中的每一个实际上是一个熊猫系列，如 W 或 X 或 Y 或 Z，它们都共享一个公共索引

选择列：

df['W']

您可以使用以下功能检查类型：

type(df['W']) 

这将给予熊猫.core.系列因此。

您还可以检查：

type(df) 

这将给熊猫.core.frame.DataFrame。

如果要选择多个列，请使用：

df[['W','Z']] 

创建新列

df['new'] = df['W'] + df['Y'] 

删除列

要删除列，只需执行下列操作：

df.drop('new',axis=1) 

在这里，您可以使用移位 + 选项卡来检查轴实际引用的内容。轴 = 0，默认情况下用于行，而轴= 1是指列。因此，这里我们使用轴#1，因为我们想要删除一列。

注意：”新”列仍然存在;您必须使用 inplace 参数来保留此更改。熊猫这样做，所以用户不会意外地丢失信息。因此，请使用 inplace = True 。

我们还可以使用 df.drop('E',axis=0) 删除一行。自己试试吧。

快速问题：

为什么行为 0，为什么列为 1？

引用实际上又回到了numpy。DataFrame 本质上是 numpy 数组之上的索引标记shape（） 产生元组 （5， 4）。对于二维矩阵，0 索引是行数（A、B、C、D、E），然后索引 1 是列（W、X、Y、Z）。这就是为什么行被称为 0 轴，列被称为 1 轴，因为它直接取自形状，就像在 numpy 数组中一样。

选择行

有两种方法可以在 DataFrame 中选择行，您必须为此调用方法。

根据标签选择：

df.loc['A'] 

或

根据位置选择：

df.iloc[2] 

注意：不仅是所有列系列，而且行也是序列。

选择行和列的子集：

为此，您可以使用：

df.loc[['A','B'],['W','Y']] 

要选择特定值，请使用：

df.loc['B','Y'] 

条件选择

熊猫的一个重要特征是能够使用括号符号执行条件选择。这将非常类似于 numpy。

让我们使用比较运算符：

df > 0 

结果是具有布尔值的数据帧。如果该位置的 DataFrame 值大于零，则返回 true;如果该位置的值不大于零，则返回 true。请参阅以下内容：

df[df>0] 

正如您所看到的，只要值为负值，不符合条件， NaN 则返回。

现在，重要的是， NaN 我们将只返回条件为 true 的 DataFrame 子集的行或列，而不是返回 。

假设我们想要在数据帧中获取列值为

W>0

，我们要提取”Y”列请参阅以下内容：

使用多个条件：

对于多个条件，我们可以使用 |或&请记住，我们不能在这里使用 python 和/或。

df[(df['W']>0) & (df['Y'] > 1)] 

重置索引

为了将索引重置回默认值为 1234….n，我们使用方法reset_index（）。我们将获取索引，重置为列，并将实际索引转换为数字。但是，如果不使用”原地”*True，它将不会保留更改。熊猫在许多区域使用此位置参数，只需移位+tab（如果使用 Jupyter 笔记本），您将看到它。

df.reset_index() 

设置新索引

对于设置新索引，首先，我们必须创建一个新索引。我们使用的是字符串的split（）方法，这只是拆分空格的常用方法。这是创建列表的快速方法;)

newind = 'WB MP KA TN UP'.split() 

现在，将此列表作为数据帧的列。

df['States'] = newind 
df 

如果我们想要使用此状态列作为索引，则应使用：

注意：除非我们保留索引的此信息，否则它将覆盖旧索引，并且我们实际上无法将此信息保留为新列 – 与允许我们拥有该新列的重置索引不同。

因此，这是设置索引与重置索引。:)

在这里，地方_True也起着重要的作用。

我希望，到目前为止，您喜欢阅读有关 DataFrame 的介绍。在即将发布的有关 DataFrame 的文章中，还有更多内容需要介绍。

快乐学习:)

相关文章

• 深度学习的张力流（第 1 部分）。
• 与喀纳斯深度学习的第一步。