软件测试|数据分析神器pandas教程（三）

前言

前面我们介绍了pandas Series数据结构，本篇文章我们来介绍另外一种pandas数据结构——DataFrame。

DataFrame

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）。如下图所示：

DataFrame 构造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

参数说明：

• data：一组数据(ndarray、series, map, lists, dict 等类型)
• index：索引值，或者可以称为行标签
• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n)
• dtype：数据类型
• copy：拷贝数据，默认为 False

下面是我们的一个简单实例：

import pandas as pd

data = [['Muller',33],['Sane',27],['Reus',30]]

df = pd.DataFrame(data,columns=['Player','Age'],dtype=float)

print(df)
------------
输出结果如下：
   Player   Age
0  Muller  33.0
1    Sane  27.0
2    Reus  30.0

同样，我们也可以使用ndarrays 创建DataFrame，代码如下

import pandas as pd

data = {'Player':['Muller', 'Sane', 'Reus'], 'Age':[33, 27, 30]}

df = pd.DataFrame(data,columns=['Player','Age'],dtype=float)

print(df)
-------------------------------------
输出结果如下：
   Player   Age
0  Muller  33.0
1    Sane  27.0
2    Reus  30.0

注：ndarray 的长度必须相同， 如果传递了 index，则索引的长度应等于数组的长度。如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。

从以上输出结果可以知道， DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）：

使用字典（key/value）创建DataFrame，代码如下：

import pandas as pd

data = [{'Muller': 18, 'Sane': 8}, {'Muller': 33, 'Sane': 27, 'Reus': 30}]

df = pd.DataFrame(data)
print(df)

--------------------------
输出结果如下：
   Muller  Sane  Reus
0      18     8   NaN
1      33    27  30.0

注：没有对应的部分数据为 NaN

Pandas 可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1，实例如下：

import pandas as pd

data = {
  "Goals": [27, 20, 18],
  "Asts": [20, 16, 12]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])
-----------------------
输出结果如下：
Goals    27
Asts     20
Name: 0, dtype: int64
Goals    20
Asts     16
Name: 1, dtype: int64

注：返回结果其实是一个 Pandas Series 数据。

也可以返回多行数据，使用 [[ … ]] 格式，… 为各行的索引，以逗号隔开：

import pandas as pd

data = {
  "Goals": [27, 20, 18],
  "Asts": [20, 16, 12]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

print(df.loc[[0,1]])

--------------------
输出结果如下：
   Goals  Asts
0     27    20
1     20    16

同样地，我们也可以指定索引值，代码如下：

import pandas as pd

data = {
  "goals": [35, 30, 28],
  "asts": [15, 20, 22]
}

df = pd.DataFrame(data, index = ["2020", "2021", "2022"])

print(df)
--------------------------------------------
输出结果如下：
      goals  asts
2020     35    15
2021     30    20
2022     28    22

同样地，我们可以通过索引来返回某一行的数据，代码如下：

import pandas as pd

data = {
  "goals": [35, 30, 28],
  "asts": [15, 20, 22]
}

df = pd.DataFrame(data, index = ["2020", "2021", "2022"])
print(df.loc["2020"])

---------------------------------------
输出结果如下：
goals    35
asts     15
Name: 2020, dtype: int64

总结

本文主要介绍了pandas的DataFrame数据结构，DataFrame是一个表格型的数据结构，也可以看做是
由 Series 组成的字典，只是共用索引，DataFrame同样可以根据索引实返回指定数据。