Pandas 數據結構 DataFrame

1. 前言

上一節我們講述了 Pandas 兩種數據結構之一 Series，并介紹了該數據結構的特點、常用屬性及方法。Series 數據結構能有效的描述我們實際應用中的一維數據，然而，我們實際生活中接觸較多的是有行和列的二維數據，那 Pandas 庫中的二維數據結構又是怎樣表示的呢？

Pandas 庫中的 DataFrame 是一個二維數據結構，可以想象成我們常用的 Excel，它是Pandas 應用中最常用的數據結構。

2. DataFrame 數據結構概述

DataFrame 是一種表格型的數據結構，含有一組有序的列，每列可以存放任意類型的數據，可以看做是由Series組成的字典（公用同一個索引），它有行索引和列索引，行索引在左側，列索引在上方，并可以通過操作指定行索引和列索引的值。

3. DataFrame 數據結構常用的屬性

3.1 DataFrame 常用的屬性

DataFrame 數據結構的屬性和 Series 的部分屬性內容是相同的，但因為是二維數據結構，也有自己獨特的一些屬性，下面我們通過代碼逐一介紹。

實例：我們通過定義一個 DataFrame 數據結構，然后分別演示上面的屬性操作。

# 引入pandas
import pandas as pd
# 定義一個dataframe數據結構的對象
data={'bookname':['python入門','python編程','python實戰'],
          'author':['Eric','張健','劉輝'],
          'price':['49.9','36.5','67.4']}
frame_obj=pd.DataFrame(data)
print(frame_obj)

# --- 輸出結果 ---
   bookname author price
0  python入門   Eric  49.9
1  python編程     張健  36.5
2  python實戰     劉輝  67.4

具體的屬性操作：

# values 屬性
print(frame_obj.values)
#--- 輸出結果 ---
[['python入門' 'Eric' '49.9']
 ['python編程' '張健' '36.5']
 ['python實戰' '劉輝' '67.4']]    # 一個ndarray類型的對象

# index 屬性
print(frame_obj.index.values)
#--- 輸出結果 ---
[0 1 2]  # 這是一個一維數組 是dataframe數據對象的行索引值

# columns 屬性
print(frame_obj.columns.values)
#--- 輸出結果 ---
['bookname' 'author' 'price'] # 這是一個一維數組 是dataframe數據對象的列索引值

# axes 屬性
print(frame_obj.axes)
#--- 輸出結果 ---
[RangeIndex(start=0, stop=3, step=1), Index(['bookname', 'author', 'price'], dtype='object')]   # 對應的行索引和列索引

# ndim 屬性
print(frame_obj.ndim)
#--- 輸出結果 ---
2  # 2正式dataframe的數據維度

# shape 屬性
print(frame_obj.shape)
#--- 輸出結果 ---
(3, 3)  # 該dataframe數據結構是3行3列的

# size 屬性
print(frame_obj.size)
#--- 輸出結果 ---
9 # 數據的個數，二維3乘以3是9個數據

3.2 DataFrame 常用的操作方法

接下來我們一起看下dataframe的常用方法，見證這個二維數據的厲害吧。

下面我們分別看一下每個方法的具體操作實例：

DataFrame() 方法

該方法用于創建 DataFrame 對象，我們可以指定行索引和列索引創建，還可以通過字典進行創建。下面代碼中分部創建一個4*4的 DataFrame。

# 1.通過傳入數據，行索引，列索引進行創建
df1=pd.DataFrame([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]],
                 index=list('ABCD'),columns=list('ABCD'))
print(df1)
# --- 輸出結果 ---
    A   B   C   D
A   1   2   3   4
B   5   6   7   8
C   9  10  11  12
D  13  14  15  16
# 第一個參數是存放在DataFrame里的數據,第二個index是行名索引,第三個columns是列索引,注意：這里index，columns的list長度要和對應的行和列索引數量一致，不然會報錯。

# 1.通過字典進行創建
data={'A':['1','2','3','4'],
          'B':['5','6','7','8'],
          'C':['9','10','10','11'],
          'D':['12','13','14','15']}
df2=pd.DataFrame(data)
print(df2)
# --- 輸出結果 ---
   A  B   C   D
0  1  5   9  12
1  2  6  10  13
2  3  7  10  14
3  4  8  11  15

head() 方法

該方法通過傳入的值，查找數據的的前n行

# 2.head(2) 取前兩行數據
data={'A':['1','2','3','4'],
          'B':['5','6','7','8'],
          'C':['9','10','10','11'],
          'D':['12','13','14','15']}
df2=pd.DataFrame(data)
print(df2.head(2))

# --- 輸出結果 ---
   A  B   C   D
0  1  5   9  12
1  2  6  10  13
# 這里我們輸出了前兩行的數據

info() 方法

通過該方法，可以看到數據的描述信息摘要，在對數據進行探索性分析時比較有用，比如行和列數，每個值的類型，以及非空值的數量。

# 3.info() 取前兩行數據
data={'A':['1','2','3','4'],
          'B':['5','6','7','8'],
          'C':['9','10','10','11'],
          'D':['12','13','14','15']}
df2=pd.DataFrame(data)
print(df2.info())

# --- 輸出結果 ---
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 4 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   A       4 non-null      object
 1   B       4 non-null      object
 2   C       4 non-null      object
 3   D       4 non-null      object
dtypes: object(4)
memory usage: 256.0+ bytes
None

tail() 方法

通過傳入的值，返回 DataFrame 對象的后幾行數據

# 4.tail(2) 取后兩行數據
data={'A':['1','2','3','4'],
          'B':['5','6','7','8'],
          'C':['9','10','10','11'],
          'D':['12','13','14','15']}
df2=pd.DataFrame(data)
print(df2.tail(2))

# --- 輸出結果 ---
   A  B   C   D
2  3  7  10  14
3  4  8  11  15
# 這里輸出的是后兩行數據

T 方法

直接字母 T，可以將 DataFrame 的行和列進行置換。

# 5.T 進行置換行和列
data={'A':['1','2','3','4'],
          'B':['5','6','7','8'],
          'C':['9','10','10','11'],
          'D':['12','13','14','15']}
df2=pd.DataFrame(data)
print(df2)
# --- 輸出結果 ---
 A  B   C   D
0  1  5   9  12
1  2  6  10  13
2  3  7  10  14
3  4  8  11  15   # 原dataframe

print(df2.T)
# --- 輸出結果 ---
 0   1   2   3
A   1   2   3   4
B   5   6   7   8
C   9  10  10  11
D  12  13  14  15  #  進行置換后，行和列位置變換

sum() 方法

sum() 是求和方法，默認是對每列求和，傳入 1 也就是 sum(1) ，是對每行進行求和。

# 1.sum()對每列求和，sum(1)對每行進行求和
data={'A':[1,2,3,4],
          'B':[5,6,7,8],
          'C':[9,10,11,12],
          'D':[13,14,15,16]}
df2=pd.DataFrame(data)
print(df2)
# --- 輸出結果 ---
   A  B   C   D
0  1  5   9  13
1  2  6  10  14
2  3  7  11  15
3  4  8  12  16  # 原dataframe數據

print(df2.sum())
# --- 輸出結果 ---
A    10
B    26
C    42
D    58 
dtype: int64   # 對每列進行求和

print(df2.sum(1))
# --- 輸出結果 ---
0    28
1    32
2    36
3    40
dtype: int64  # 對每行進行求和

4. 小結

該小節內容講述了 Pandas 庫中的第二個重要數據結構 DataFrame ，它作為二維數據結構，擁有 Series 之外的獨特屬性和方法內容。本節課程的重點如下：

• DataFrame 數據結構的常用屬性；
• DataFrame 數據結構的常用操作方法；

Tips：想要學習更多Pandas相關知識，可以點擊
Pandas Pandas讀取數據文件
Pandas 數據結構Series
Pandas 讀取MySql數據