Pandas-DataFrame基础知识点总结

百度知道

pandas透视之后如何表头很奇怪

司徒为0f1

贡献了超过424个回答

关注

成为第1位粉丝

1、修改表头（columns）1、修改所有列列名如：a，b修改为A、B。dfcolumns = ['A','B']print(df)结果：A B0 1 11 2 22、只修改指定列列名如：a修改为Adfrename(columns={'a':'A'},inplace=True)print(df)1212结果A b0 1 11 2 22 3 31其他df：任意的Pandas DataFrame对象s：任意的Pandas Series对象raw：行标签col：列标签导入依赖包：import pandas as pdimport numpy as np12121、导入数据pdread_csv(filename_path)：从CSV文件导入数据pdread_table(filename_path)：从限定分隔符的文本文件导入数据pdread_excel(filename_path)：从Excel文件导入数据pdread_sql(query, connection_object)：从SQL表/库导入数据pdread_json(json_string)：从JSON格式的字符串导入数据pdread_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格pdread_clipboard()：从你的粘贴板获取内容，并传给read_table()pdDataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据2、导出数据dfto_csv(filename_path)：导出数据到CSV文件dfto_excel(filename_path)：导出数据到Excel文件dfto_sql(table_name, connection_object)：导出数据到SQL表dfto_json(filename_path)：以Json格式导出数据到文本文件3、创建测试数据pdDataFrame(nprandomrand(20,5))：创建20行5列的随机数组成的DataFrame对象pdSeries(my_list)：从可迭代对象my_list创建一个Series对象dfindex = pddate_range('1900/1/30', periods=dfshape[0])：增加一个日期索引4、查看、检查数据dfhead(n)：查看DataFrame对象的前n行（不加参数，默认前10行）dftail(n)：查看DataFrame对象的最后n行（不加参数，默认后10行）dfshape()：查看行数和列数（维度查看）dfinfo()：查看索引、数据类型和内存信息dfdescribe()：查看数值型列的汇总统计svalue_counts(dropna=False)：查看Series对象的唯一值和计数dfapply(pdSeriesvalue_counts)：查看DataFrame对象中每一列的唯一值和计数dfdtypes：查看每一列的数据类型（扩展：df['two']dtypes，查看“two”列的类型）dfisnull()：查看空置(注：空置部分会用true显示，不是空置False显示)（扩展：df['two']isnull，查看“two”这一列的空置）dfvalues：查看数据表的值dfcolumn5、数据选取(具体使用见>

多层次索引Series的索引是MultiIndex结构

根据最外层索引取数时，可直接通过series[outer_index_m]完成

根据内层索引取数时，需要series[:, inner_index_m]完成

更内层索引，series[:, :, , inner_index_m]完成

sreiesunstack()可将双层索引的series转为dataframe，外层索引做行索引，内层索引做列索引

多层次索引的dataframe按最外层行/列索引取数时，返回的结果是一个新的dataframe，所以，可用dataframe的按行/列取数方法依次进行

可以直接指定索引的别名（这是轴的标签，并不是索引本身的名称）

也可以通过MlutiIndex对象复用

dataframestack()方法

            可将多层 列索引 的dataframe转成新的dataframe，将最内层 列 索引转为最内层 行 索引

            若是dataframe只有一层列索引，stack方法会返回一个多层行索引的series

dataframeunstack()方法

            可将多层 行索引 的dataframe转成新的dataframe，将最内层 行 索引转为最 内 层列索引

            若是dataframe只有一层行索引，stack方法会返回一个多层行索引的series

stack方法与unstack方法一直调用都会将dataframe转为series，两种series的区别在于行索引的先后顺序

注：stack/unstack方法可以将dataframe转为series，也可以将series转为dataframe

       在多层次索引pandas对象中，这两个方法可一直调用下去，实现索引重排

上面通过stack/unstack实现了索引重排，一直调用太麻烦，还可以通过swaplevel方法直接指定两个层次的索引对调其位置

以上就是关于Pandas-DataFrame基础知识点总结全部的内容，包括:Pandas-DataFrame基础知识点总结、Python pandas用法、c# DataGridView中，选中了多个行，如何获取选中的每一行的数据，或者每一行的索引等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！