python中的DataFrame

一、DataFrame介绍

在 Python 中，DataFrame是 pandas 库中的核心数据结构之一，它是一种二维的表格型数据结构，类似于电子表格或 SQL 表。DataFrame 由行索引（index）和列索引（columns）组成，可以方便地进行数据的选择、过滤、排序、聚合等操作。

df= DataFrame() #创建DataFrame对象		
df.info()#查看基本信息		
df.head() #查看前几行的数据,默认前5行		
df.tail() #查看后几行的数据,默认后5行		
df.index #查看索引		
df.columns #查看列名		
df.values #查看数据值		
df.describe() #描述性统计		
df.dtypes #查看各行的数据格式		
df['列名'].astype(int)#转换某列的数据类型		
df.fillna(method='')		
		
df.T #转置		
df.sort_values(by=['name','age'])#		
df.drop_duplicates(subset=['A'])#删除重复值，默认情况下全部考虑		
df.set_index('name')#设置索引		
df.reset_index()#重置索引		
df.rename(columns={'Name': 'Full_Name'}, inplace=True)		
		
筛选		
df['姓名'].isin('张')##查找名含有张的所有数据		
df[df['姓名'].isin('张')]##筛选：查找姓名这列含张的名字		
df.loc[df['姓名'].isin('张')]##筛选：查找姓名这列含张的名字		
		
模糊筛选数据		
df.loc[df['标题'].str.contains(r'.*?语音CDMA.*')] #使用正则表达式进行模糊匹配,*匹配0或无限次,?匹配0或1次		

以下是DataFrame 的示例

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}

df = pd.DataFrame(data)
data.info()
data.head()
data.tail()
data.describe()

#设置索引，重置索引
new_df = df.set_index('Name', drop=True)
another_df = df.set_index('Name', inplace=True)
#列明重命名
df.rename(columns={'Name': 'Full_Name'}, inplace=True)
#排序
df.sort_values('Age', ascending=False)  # 按照 'Age' 列降序排列

二、DataFrame中的Series

在 Python 中，DataFrame是pandas库中的一种二维数据结构，Series是DataFrame中的一种一维数据结构。Series的特点是一个带有名称和索引的一维数组，其中包含的数据类型可以是整数、浮点、字符串、列表、元组、ndarray等。Series中包含的数据类型可以是整数、浮点、字符串、列表、元组、ndarray等。

语法：pd.Series(data=None,index=None,dtype=None,name=None)。参数解释如下：

• data：一维数组，用于存储数据，可以是整数、浮点数、字符串、列表、元组等。
• index：索引标签，用于标识数据的位置。
• dtype：数据类型，默认为 None，表示自动推断数据类型。
• name：序列名称，默认为 None。

Series支持ndarray的运算符、广播方法，包括numpy中的各种运算函数、聚合函数等。Series还提供了一些常用的方法，如get()方法，用于获取指定索引位置的值；mask()方法，用于根据条件筛选数据等。

Python基础之pandas：Series和DataFrame定义及使用_python pandas dataframe-CSDN博客 python-pandas中DataFrame类型数据操作函数_pandas dataframe函数-CSDN博客