aFrame是具有标记轴（行和列）的二维大小可变、可能异构的表格数据结构。数据框是一种二维数据结构，即数据以表格的方式在行和列中对齐。Pandas DataFrame 由三个主要组件组成，即数据、行和列。
创建 Pandas 数据框
在现实世界中，将通过从现有存储中加载数据集来创建 Pandas DataFrame，存储可以是 SQL 数据库、CSV 文件和 Excel 文件。。Pandas DataFrame 可以从列表、字典和字典列表等中创建。Dataframe 可以通过不同的方式创建，以下是我们创建数据框的一些方法：
使用 List 创建数据框： 可以使用单个列表或列表列表创建数据框。
# import pandas as pd import pandas as pd # 字符串列表 lst = ['Geeks', 'For', 'Geeks', 'is', 'portal', 'for', 'Geeks'] # 在列表中调用 DataFrame 构造函数 df = pd.DataFrame(lst) print(df)
输出：
从 ndarray/lists 的 dict创建 DataFrame ： 要从 narray/list 的 dict 创建 DataFrame，所有的 narray 必须具有相同的长度。如果传递了索引，则长度索引应等于数组的长度。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。
# Python 代码演示了从 dict narray / lists 默认地址创建 DataFrame。 import pandas as pd # 初始化列表的数据。 data = {'Name':['Tom', 'nick', 'krish', 'jack'], 'Age':[20, 21, 19, 18]} # 创建数据框 df = pd.DataFrame(data) # 打印输出。 print(df)
在 IDE 上运行
输出：
处理行和列
数据框是一种二维数据结构，即数据以表格的方式在行和列中对齐。我们可以对行/列执行基本操作，例如选择、删除、添加和重命名。
列选择： 为了在 Pandas DataFrame 中选择一列，我们可以通过列名调用它们来访问这些列。
# Import pandas package import pandas as pd # 定义包含员工数据的字典 data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'], 'Age':[27, 24, 22, 32], 'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'], 'Qualification':['Msc', 'MA', 'MCA', 'Phd']} # 将字典转换为 DataFrame df = pd.DataFrame(data) # 选择两列 print(df[['Name', 'Qualification']])
在 IDE 上运行
输出：
行选择： Pandas 提供了一种从数据框中检索行的独特方法。DataFrame.loc[]方法用于从 Pandas DataFrame 中检索行。也可以通过将整数位置传递给iloc[]函数来选择行。
注意： 我们将nba.csv在下面的示例中使用文件。
# importing pandas package import pandas as pd # 从csv文件制作数据框 data = pd.read_csv("nba.csv", index_col ="Name") # 通过 loc 方法检索行 first = data.loc["Avery Bradley"] second = data.loc["R.J. Hunter"] print(first, "\n\n\n", second)
输出：
如输出图像所示，由于两次都只有一个参数，因此返回了两个系列。
索引和选择数据
pandas 中的索引意味着只需从 DataFrame 中选择特定的数据行和列。索引可能意味着选择所有行和一些列，一些行和所有列，或每行和列中的一些。索引也可以称为子集选择。
使用索引运算符索引数据框[]：
索引运算符用于引用对象后面的方括号。和索引器.loc还.iloc使用索引运算符进行选择。在这个索引运算符中要引用 df[]。
选择单个列
为了选择单个列，我们只需将列名放在括号之间
# importing pandas package import pandas as pd # 从csv文件制作数据框 data = pd.read_csv("nba.csv", index_col ="Name") # 通过索引运算符检索列 first = data["Age"] print(first)
输出：
使用 索引 DataFrame .loc[ ]：
此函数通过行和列的标签选择数据。 df.loc索引器以不同于索引运算符的方式选择数据。它可以选择行或列的子集。它还可以同时选择行和列的子集。
选择单行
为了使用 选择单行，我们在函数.loc[]中放置了单行标签。.loc
# importing pandas package import pandas as pd # 从csv文件制作数据框 data = pd.read_csv("nba.csv", index_col ="Name") # 通过 loc 方法检索行 first = data.loc["Avery Bradley"] second = data.loc["R.J. Hunter"] print(first, "\n\n\n", second)
输出：
如输出图像所示，由于两次都只有一个参数，因此返回了两个系列。
使用 索引 DataFrame .iloc[ ]：
此函数允许我们按位置检索行和列。为了做到这一点，我们需要指定我们想要的行的位置，以及我们想要的列的位置。索引器df.iloc 非常相似，df.loc 但仅使用整数位置进行选择。
选择单行
为了使用 选择单行.iloc[]，我们可以将单个整数传递给.iloc[]函数。
import pandas as pd # 从csv文件制作数据框 data = pd.read_csv("nba.csv", index_col ="Name") # 通过 iloc 方法检索行 row2 = data.iloc[3] print(row2)
输出：
处理缺失数据
当没有为一个或多个项目或整个单元提供信息时，可能会出现缺失数据。缺少数据是现实生活场景中的一个非常大的问题。缺失数据也可以指熊猫中的 NA（不可用）值。
使用isnull()andnotnull() :
检查缺失值 为了检查 Pandas DataFrame 中的缺失值，我们使用函数isnull()and notnull()。这两个函数都有助于检查值是否NaN存在。这些函数也可以在 Pandas 系列中使用，以便在系列中查找空值。
# importing pandas as pd import pandas as pd # importing numpy as np import numpy as np # 列表字典 dict = {'First Score':[100, 90, np.nan, 95], 'Second Score': [30, 45, 56, np.nan], 'Third Score':[np.nan, 40, 80, 98]} # 从列表创建数据框 df = pd.DataFrame(dict) # 使用 isnull() 函数 df.isnull()
输出：
使用fillna(),replace()和interpolate() :
填充缺失值为了填充数据集中的空值，我们使用fillna(),replace()和interpolate()函数这些函数将 NaN 值替换为它们自己的一些值。所有这些功能都有助于在 DataFrame 的数据集中填充空值。Interpolate() 函数基本上用于填充NA数据帧中的值，但它使用各种插值技术来填充缺失值，而不是对值进行硬编码。
# importing pandas as pd import pandas as pd # importing numpy as np import numpy as np # 列表字典 dict = {'First Score':[100, 90, np.nan, 95], 'Second Score': [30, 45, 56, np.nan], 'Third Score':[np.nan, 40, 80, 98]} # 从字典创建数据框 df = pd.DataFrame(dict) # 使用 fillna() 填充缺失值 df.fillna(0)
输出：
使用删除缺失值dropna()：
为了从数据框中删除空值，我们使用dropna()此功能以不同方式删除具有空值的数据集的行/列。
# importing pandas as pd import pandas as pd # importing numpy as np import numpy as np # 列表字典 dict = {'First Score':[100, 90, np.nan, 95], 'Second Score': [30, np.nan, 45, 56], 'Third Score':[52, 40, 80, 98], 'Fourth Score':[np.nan, np.nan, np.nan, 65]} # 从字典创建数据框 df = pd.DataFrame(dict) df
现在我们删除具有至少一个 Nan 值（Null 值）的行
# importing pandas as pd import pandas as pd # importing numpy as np import numpy as np # 列表字典 dict = {'First Score':[100, 90, np.nan, 95], 'Second Score': [30, np.nan, 45, 56], 'Third Score':[52, 40, 80, 98], 'Fourth Score':[np.nan, np.nan, np.nan, 65]} # 从字典创建数据框 df = pd.DataFrame(dict) # 使用 dropna() 函数 df.dropna()
输出：
遍历行和列
迭代是一个通用术语，用于一个接一个地获取某物的每一项。Pandas DataFrame 由行和列组成，因此，为了迭代数据帧，我们必须像字典一样迭代数据帧。
对行进行迭代：
为了对行进行迭代，我们可以使用三个函数iteritems(), iterrows(), itertuples() 。这三个函数将有助于对行进行迭代。
# importing pandas as pd import pandas as pd # 列表字典 dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"], 'degree': ["MBA", "BCA", "M.Tech", "MBA"], 'score':[90, 40, 80, 98]} # 从字典创建数据框 df = pd.DataFrame(dict) print(df)
现在我们应用iterrows()函数来获取行的每个元素。
# importing pandas as pd import pandas as pd # 列表字典 dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"], 'degree': ["MBA", "BCA", "M.Tech", "MBA"], 'score':[90, 40, 80, 98]} # 从字典创建数据框 df = pd.DataFrame(dict) # 使用 iterrows() 函数遍历行 for i, j in df.iterrows(): print(i, j) print()
输出：
迭代列：
为了迭代列，我们需要创建一个数据框列的列表，然后遍历该列表以提取数据框列。
# importing pandas as pd import pandas as pd # 列表字典 dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"], 'degree': ["MBA", "BCA", "M.Tech", "MBA"], 'score':[90, 40, 80, 98]} # 从字典创建数据框 df = pd.DataFrame(dict) # 使用 iterrows() 函数遍历行 for i, j in df.iterrows(): print(i, j) print()
在 IDE 上运行
现在我们遍历列为了遍历列，我们首先创建一个数据框列的列表，然后遍历列表。
# importing pandas as pd import pandas as pd # 列表字典 dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"], 'degree': ["MBA", "BCA", "M.Tech", "MBA"], 'score':[90, 40, 80, 98]} # 从字典创建数据框 df = pd.DataFrame(dict) print(df)
输出：
数据框方法：
