Pandas个人操作练习（1）创建dataframe及插入列、行操作

使用pandas之前要导入包：

import numpy as np

import pandas as pd

import random    #其中有用到random函数，所以导入

一、dataframe创建

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

data：numpy ndarray（结构化或同类），dict或DataFrame，Dict可以包含Series，数组，常量或类似列表的对象

index：dataframe的索引，如果没有自定义，则默认为RangeIndex（0,1,2，...，n）

columns：dataframe的列标签，如果没有自定义，则默认为RangeIndex（0,1,2，...，n）

dtype：默认None，要强制的数据类型。 只允许一个dtype

copy：boolean，默认为False

（1）利用randn函数用于创建随机数来快速生成一个dataframe,可以将下句这一部分np.random.randn(8,5)作为参数data,其他默认，可以看到索引和列名都为（0,1,2，，，n），可以看出dataframe最不能缺少的为data

df = pd.DataFrame(np.random.randn(8,5))

（2）用字典dict来生成一个dataframe

data = {'BoolCol': [1, 2, 3, 3, 4],
        'attr': [22, 33, 22, 44, 66],
        'BoolC': [1, 2, 3, 3, 4],
        'att': [22, 33, 22, 44, 66],
        'Bool': [1, 2, 3, 3, 4]
        }
df = pd.DataFrame(data)

(2).1自定义索引的dataframe

data = {'BoolCol': [1, 2, 3, 3, 4],
        'attr': [22, 33, 22, 44, 66],
        'BoolC': [1, 2, 3, 3, 4],
        'att': [22, 33, 22, 44, 66],
        'Bool': [1, 2, 3, 3, 4]
        }
df = pd.DataFrame(data,index=[10,20,30,40,50])

或者这样自定义索引

data = {'BoolCol': [1, 2, 3, 3, 4],
        'attr': [22, 33, 22, 44, 66],
        'BoolC': [1, 2, 3, 3, 4],
        'att': [22, 33, 22, 44, 66],
        'Bool': [1, 2, 3, 3, 4]
        }
index = pd.Index(data=[10,20,30,40,50],name="self_index")
df = pd.DataFrame(data,index=index)

(3)可以看出像列名‘att’等对应的都是一个list的形式，为例填充这些列名对应的值，首先要把值的形式定义好，形成list

#随机生成3000个test号
#random.sample(range(0,10),6)从0-9这十位数中随机选出6位
test_list=[]
for i in range(3000):
    test_list.append("123456"+"".join(str(s) for s in random.sample(range(0,10),6)))

#生成3000个1-200的随机浮点数，且保留两位小数
test_list2 = [round(random.uniform(1,200),2) for _ in range(3000)]

data = {
    'date':pd.date_range("2000",freq= 'Y',periods=16).year,
    'aa':test_list,
    'test2':test_list2,
    'label':[random.randint(0,1) for _ in range(3000)]
}
  df = pd.DataFrame(data = data)

二、dataframe插入列

添加一列数据，，把dataframe如df1中的一列或若干列加入另一个dataframe，如df2
思路：先把数据按列分割，然后再把分出去的列重新插入
    df1 = pd.read_csv('example.csv')
（1）首先把df1中的要加入df2的一列的值读取出来，假如是'date'这一列
    date = df1.pop('date')
（2）将这一列插入到指定位置，假如插入到第一列
    df2.insert(0,'date',date)
（3）默认插入到最后一列
    df2['date'] = date

三、dataframe插入行

插入行数据，前提是要插入的这一行的值的个数能与dataframe中的列数对应且列名相同，思路：先切割，再拼接。
假如要插入的dataframe如df3有5列，分别为['date','spring','summer','autumn','winter']，
（1）插入空白一行
方法一：利用append方法将它们拼接起来，注意参数中的ignore_index=True，如果不把这个参数设为True，新排的数据块索引不会重新排列。
   

insertRow = pd.DataFrame([[0.,0.,0.,0.,0.]],columns = ['date','spring','summer','autumne','winter'])
    above = df3.loc[:2]
    below = df3.loc[3:]
    newData = above.append(insertRow,ignore_index=True).append(below,ignore_index=True)

方法二：用.concat()的方法来进行拼接，注意ignore_index=True
   

newData2 = pd.concat([above,insertRow,below],ignore_index = True)

（2）假设df4中的列数和df3相同，取df4的行插入df3中

df4 = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],
                        'attr': [22, 33, 22, 44, 66],
                        'BoolC': [1, 2, 3, 3, 4],
                        'att': [22, 33, 22, 44, 66],
                        'Bool': [1, 2, 3, 3, 4]
                       },
                       index=[10,20,30,40,50])

data = {
    'date':pd.date_range("2000",freq= 'Y',periods=16).year,
    'spring':[random.uniform(12,15) for _ in range(16)],
    'summer':[random.uniform(16,18) for _ in range(16)],
    'autumn':[random.uniform(12,19) for _ in range(16)],
    'winter':[random.uniform(11,15) for _ in range(16)]
}
df3 = pd.DataFrame(data=data)
cols = ['date','spring','summer','autumn','winter']
#df3 = df3.ix[:,cols]
df3 = df3.loc[:,cols]

<1>.先获取取某一行的索引：

insertRow2_index = df4[df4.Bool == 3].index.tolist()

 

<2>.根据索引获取这两行的值：

insertRow2 = []
for x in insertRow2_index:
    #注意.values的使用，只获取值，不带列名
    insertRow2.append(df4.loc[x].values)
insertRow22 = pd.DataFrame(insertRow2)
#修改列名简单粗暴的方法，要改就全改，否则不成功
insertRow22.columns=['date','spring','summer','autumn','winter']
------------------------------------------------------------------------
#灵活修改列名方法，可以选择,默认列名为（1,2，，，n）
insertRow22.rename(columns={'1':'date', '2':'spring','3':'summer', '4':'autumn','5':'winter'}, inplace = True)

根据索引取得这一行的值的不同用法
    （1）#根据自定义的index取一行数据，即用于标签索引
    1.1
    #row = df4.loc[insertRow2_index]
    1.2
    row = df4.loc[insertRow2_index,:].values
    
    -------------------------------------
    （2）#根据系统默认的index取一行数据,即用于位置索引
    row= df4.iloc[insertRow2_index,:].values

<3>.将insertRow22插入df3：

above = df3.loc[:2]
below = df3.loc[3:]
newData = above.append(insertRow22,ignore_index=True).append(below,ignore_index=True)