Pandas Dataframe 語法

import pandas as pd

import numpy as np

                        pandas dataframe API

        pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

# attribute:(.即可)

'''DataFrame.size # 資料總數

  .shape # 幾乘幾的dataframe

  .values # 把 dataframe 轉成 2維 array

  .ndim # 維度

  .T # 轉置

  .dtypes # data types（看是整數還浮點數）

  .axes # 查看 index 跟 columns 名稱

  .ix # Lable 在該index 對應的資料，可以放index數字也可以放label文字 

  .loc # Lable 在該index 對應的資料 (只能放label文字 )

  [] # 第一個中括號，看columns的資料內容 ，後面補上的第二個括號是該columns對應的label

  .insert()# 插入：.insert(要插在第幾個column位置，安插的名稱，安插資訊內容)

'''            

df = pd.DataFrame(np.random.rand(4,3),index=['a','b','c','d'],columns =['A','B','C'])

print df.size

print df.shape

print df.values

print df.ndim

print df.dtypes

print df.axes

print df.ix[0]

print df.ix['a']

print df.loc['a']

print df['A']['a']

# method:(.小括號)

df = pd.DataFrame(np.random.randn(4,3),index=['a','b','c','d'],columns =['A','B','C'])

df2= pd.DataFrame(np.random.randn(4,1),index=['w','x','y','z'],columns =['A'])

'''

DataFrame

  <合併刪除>

  .add(other, axis='columns') # data相加,但是一定要columns名稱相同

  .append(other, ignore_index=False ) # 新增資料合併用,雷同merge

  .merge(right,how='inner') # 新增資料合併用 找相同columns然後從下面補上去,預設為交集（inner,可改為outer聯集

  .join(other,how='left') # 新增資料合併用,left：以原資料為主，other為新增，right則相反）

  .drop(labels) # 剔除label資料 （刪除columns： del df[] 沒有.點)

  <數值計算>

  .describe() # 幫忙計算資料的數量, mean, std,cv...等等

  .abs() # 絕對值

  .idxmax(axis) # 比較大小（依照axis ：0就是ABC比,順序：橫向 1就是abcd比，順序：直立）

  .idxmin(axis)

  .mean(axis) # axis=0 A平均B平均C平均;axis=1 a平均b平均c平均d平均

  .min(axis) # axis=0 找A最小B最小C最小;axis=1 找a最小b最小c最小d最小

  .round([decimals]) # 取小數點幾位

  .std(axis=None) # 計算std ,依照指定的axis =0 或1

  .sum(axis= None) # 計算sum ,依照指定的axis =0 或1

  <獲取,查看資料>

  .get_values() # 等同於DataFrame.values

  .head(n) # 只列出前n列的資料 沒寫就是前五列

  .keys() # 只查看columns名稱

  <修改欄位>

  .reset_index(drop=True) # 如果今天index的lable順序因為合併變成雜亂,可以用這個重新從0開始排序(要寫true不然原先的index會留著）       

  .rename(index={ },columns= { }) # label與columns命名修改

  .swapaxes(axes1,axes2) # column ,index 互換

  .transpose() # column ,index 互換

  <修改內容>

  .df.shift(periods=1,axis=0) # shift,perios看要移動幾格, axis 看是移動直向還是橫向

  .set_value(index,col,value) # 設定資料內容, index,column都要是label value為要設定的資訊

  .sort_values(by=[],axis=0) # axis＝0 依照ABC欄位去做abcd排序 by要填入column的label即A,B,C ,axis=1則相反 .  

  <存檔格式>

  .to_csv('.... .csv') # 轉成csv檔 改路徑就直接把路徑寫出最後補上.csv即可 (用pd.read_csv()讀檔案)

  .to_pickle('.... .pickle') # 轉成pickle檔 改路徑就直接把路徑寫出最後補上.pickle即可

  .to_json('.... .json') # 轉成json string檔 改路徑就直接把路徑寫出最後補上.json即可

  <更新>

  .update(other[]) # 更新other[] 中括號裡面上的是要更新column的lable。更新要確認index是否相同 否則更新無效     

'''     

print df

print df2

print df.append(df2,ignore_index =True)

print df.describe()

print df.drop('a')

print df.get_values()

print df.head(2)

print df.idxmax(0)

print df.idxmax(1)

#######移動shift 且新增資訊方式：

df3 =df.shift(axis=1)

print df3

val =[10,20,30,40]

label= ['a','b','c','d']     

for index,i in enumerate (val):

  df3 =df3.set_value(index =label[index],col='A',value=i)

print df3

########

print df.sort_values(by=['a','b','c','d'],axis=1)

pandas, series 其他語法

# dot 用法 ： 矩陣相乘

s1 = pd.Series(np.arange(1,5)) 

s1.dot(s1)

# series- dictionary用法：

d ={'one':pd.Series([1,2,3],index=['a','b','c']),

  'two':pd.Series([4,5,6],index=['d','e','f']) }

print (d['one'])

df= pd.DataFrame(d)

print

print (df)

print

print(pd.DataFrame(d,index=['b','c','f']))

# list-dictionary用法：

t= [{'a':10, 'b':20},{'a':5,'b':300,'c':1}]

pd.DataFrame(t)

# DataFrame.from_item 用dictonary來幫dataframe的column命名：

df= pd.DataFrame.from_items([('a',[1,2,3]),('b',[4,5,6])])

print(df)

print

print(df.T)

# DataFrame.from_item 用dictonary方式來命名, 但加了orient就變成轉置只是強制要幫column命名：

df= pd.DataFrame.from_items([('a',[1,2,3]),('b',[4,5,6]),('c',[7,8,9]),('d',[10,11,12])],

  orient='index',columns=['one','two','three'])

df

# 可以做運算 也可以用flag做布林值判定

df['three'] =df['one']*df['two']

df['flag']= df['one']>2

df

# 刪除整個columns就 del （刪除整個index 用drop）

del df['three']

df

# 新增欄位直接寫要的欄位名稱 ,不過index內容全部統一（除非用condat合併才可以放入其他資訊）

df['date'] = '2017-03'

df

# 插入：insert(要插在第幾個column位置，安插的名稱，安插資訊內容)

df.insert(4,'james gordan',df['one'])

df

# 從欄位找資料：

print (df['one'])

print 

# 用loc,從 lable找資料 (也可以用iloc用index找資料):

print (df.loc['a']) # Same as : df.iloc[0]

# 切片用法：在df是切片用法，即切片起始0在空的lable那裏，所以a是1, 1:3 取兩個，頭不算 所以取2,3

df[1:3] # 與 d[:3]：從頭開始取到第3個不同含義

pandas concat 合併語法

pandas.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None)

# concat 兩個dataframe做合併 依照aixs軸設定 ,是新創的記憶體位置

df = pd.DataFrame(np.random.randn(4,3),index=['a','b','c','d'],columns =['A','B','C'])

df2= pd.DataFrame(np.random.randn(4,1),index=['w','x','y','z'],columns =['D'])

pd.concat([df,df2],ignore_index='True',axis=0)

這封郵件來自 Evernote。Evernote 是您專屬的工作空間，免費下載 Evernote