关于dataframe:python数据分析-pandasDataFrame基本数据提炼与处理

结构原始数据

1# -*- coding: UTF-8 -*-
2
3import pandas as pd
4
5data_dict = {'first_col': [1, 2, 3, 4], 'second_col': [5, 6, 7, 8]}
6
7df = pd.DataFrame(data_dict)

iloc() 切片函数

 1# iloc() 函数，切片与索引操作 ( 只能按索引为进行数据切片提取，不能按字符串提取)
 2
 3# 返回第一行的所有列
 4
 5print(df.iloc[1,:])
 6
 7# 所有行的第 0 列和第 1 列
 8
 9print(df.iloc[:,[0,1]])
10
11# 组合应用，某一列的前两行数据，可任意组合应用
12
13print(df['first_col'].iloc[:2])

loc() 切片函数

1# loc() 函数切片与索引 ( 能够按字符串进行切片提取)
2
3# 提取某几个列的哪几行
4
5print(df.loc[0:1, ['first_col', 'second_col']])
6
7# 提取从某一列到另一列的哪几行数据 (这种形式能够抉择一个数据域)
8
9print(df.loc[0:1, 'first_col': 'second_col'])  # 示意选取第一行和第二行，从 first_col 列到 second_col 列的数据域 

isin() 筛选数据行

 1# 筛选出某个列蕴含哪几个值的数据行，如下筛选出 first_col 列蕴含 1 和 2 的值
 2
 3print(df[df['first_col'].isin([1,2])])
 4
 5#    first_col  second_col
 6# 0          1           5
 7# 1          2           6
 8
 9# 筛选出某个列不蕴含哪几个值的数据行，如下筛选出 first_col 列不蕴含 1 和 2 的值 (反选)
10
11print(df[~df['first_col'].isin([1,2])])
12
13#    first_col  second_col
14# 2          3           7
15# 3          4           8

缺失值解决

 1# 缺失值解决,fillna() 函数指定填充缺失值
 2
 3# 应用均值填充缺失值
 4
 5print(df.fillna(df.mean()))
 6
 7# 应用 0 填充缺失值
 8
 9print(df.fillna(0))
10
11# 指定某几个列删除缺失值
12
13print(df.dropna(subset=['first_col','second_col']))

drop_duplicates() 去重

 1# 去重解决,drop_duplicates() 函数
 2
 3# 删除 first_col 列呈现反复的行，并保留第一次呈现的行
 4
 5df=df.drop_duplicates(subset='first_col',keep='first')
 6
 7print(df)
 8
 9# 删除 first_col 列呈现反复的行，并保留最初一次呈现的行
10
11df=df.drop_duplicates(subset='first_col',keep='last')
12
13print(df)
14
15# 删除 first_col 列呈现反复的行，不保留全副删除
16
17df=df.drop_duplicates(subset='first_col',keep=False)
18
19print(df)

drop() 去重

 1# 去除有 Nan 值的行
 2
 3df = df.dropna(axis=0)
 4
 5# 去除有 Nan 值的列
 6
 7df = df.dropna(axis=1)
 8
 9# 去除某一列
10
11df = df.drop(['first_col'], axis=1)
12
13# 获取 first_col 列值 == 2 的索引
14
15row_list = df[df.second_col == 2].index.tolist()
16
17# 依据索引删除行
18
19df = df.drop(row_list)

更多精彩返回微信公众号【Python 集中营】，专一于 python 技术栈，材料获取、交换社区、干货分享，期待你的退出~