Pandas dataframe

来自牛奶河Wiki
阿奔讨论 | 贡献2024年7月19日 (五) 15:58的版本 →‎read
跳到导航 跳到搜索
Pandas DataStructure.png

    DataFrame 是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔型值)。DataFrame 既有行索引也有列索引,它可以被看做由 Series 组成的字典(共同用一个索引)。

pandas dataframe conversion

dict

dict -> dataframe

d1 = {"columns":["Apple","Pear"],"data":[[12,0], [8,7], [1, 9]]}
df2 = pd.DataFrame(d1['data'])
   Apple  Pear
0     12     0
1      8     7
2      1     9

df2.columns=d1['columns']
Index(['Apple', 'Pear'], dtype='object')

dataframe -> dict

Syntax: DataFrame.to_dict(orient=’dict’, into=)

Parameters:

  • orient: String value, (‘dict’, ‘list’, ‘series’, ‘split’, ‘records’, ‘index’) Defines which dtype to convert Columns(series into). For example, ‘list’ would return a dictionary of lists with Key=Column name and Value=List (Converted series).
  • into: class, can pass an actual class or instance. For example in case of defaultdict instance of class can be passed. Default value of this parameter is dict.

Example

...
df2.to_dict('split')
{'index': [0, 1, 2], 'columns': ['Apple', 'Pear'], 'data': [[12, 0], [8, 7], [1, 9]]}

df2.to_dict('records')
[{'Apple': 12, 'Pear': 0}, {'Apple': 8, 'Pear': 7}, {'Apple': 1, 'Pear': 9}]

list

list -> dataframe

  See also: dict -> dataframe

dataframe -> list

a1 = df1.values    # values方法将dataframe转为numpy.ndarray
l1 = a1.tolist()
l1[0]              # get frist value
usys.utime(l1[0][7].value/10**9) * P.S. 日期型的字段转换后格式:Timestamp('2017-04-13 13:48:32'),pandas._libs.tslibs.timestamps.Timestamp. 可以使用 usys.utime(l1[0][7].value/10**9) 转换。

CSV

read

# 默认: sep=',', quotechar='"', header=None(首行=0)
df1 = pandas.read_csv('test.csv', sep=',', quotechar='"', header=0)
# names 指定标题列(列不足,以末尾对齐),优先于 header 指定
df2 = pandas.read_csv('test.csv', header=None, names=['c1', 'c2'])
# index_col=[列编号|列名](索引列前置), 默认 0 开始的虚拟列索引
df3 = pandas.read_csv('test.csv', header=0, index_col=[0, 2])
# 跳过行
skiprows = range(2)               # 以 0 始计
skiprows = 2                      # 仅第三行
skiprows = lambda x: x % 2 != 0   # 0=偶数行, 1=奇数行
skipfooter = 1                    # 去掉最后一行(引擎 'c' 无效)
# <stdin>:1: ParserWarning: Falling back to the 'python' engine because the 'c' engine does not support skipfooter; you can avoid this warning by specifying engine='python'
# 处理大量数据,可以指定引擎
engine='c' | 'python'
# 跳过空行, default true
skip_blank_lines = False
# 最大读取
nrows = 1000
# 默认空值
['-1.#IND', '1.#QNAN', '1.#IND', '-1.#QNAN', '#N/A N/A', '#N/A', 'N/A', 'n/a', 'NA', '#NA', 'NULL', 'null', 'NaN', '-NaN', 'nan', '-nan', '']
keep_default_na = False            # 不使用默认空值
na_values=["NA", "0"]              # 自定义空