Python金融数据分析与挖掘（微课版） 课件 3-2.数据框.pptx

第3章数据处理包Pandas数据框（DataFrame）简介、创建数据框属性与方法数据框访问与切片

数据框（DataFram）简介第3章Pandas中另一个重要的数据对象为数据框（DataFram），由多个序列按照相同的index组织在一起形成一个二维表。事实上，数据框的每一列为序列。数据框的属性包括index、列名和值，均可以获取出来并进行操作。由于数据框是更为广泛的一种数据组织形式，许多外部数据文件读取到Python中大部分会采用数据框的形式进行存取，比如数据库、excel和TXT文本。同时数据框也提供了极为丰富的方法用于处理数据及完成计算任务。

数据框创建第3章基于字典，利用Pandas库中的DataFrame函数，可以创建数据框。其中字典的键转化为列名，字典的值转化为列值，而索引为默认值，即从0开始从小到大排列。importpandasaspdimportnumpyasnpdata={a:[2,2,np.nan,5,6],b:[‘kl’,’kl’,’kl’,np.nan,’kl’],’c’:[4,6,5,np.nan,6],’d’:[7,9,np.nan,9,8]}df=pd.DataFrame(data)

数据框属性第3章数据框对象具有三个属性，分别为列名、索引和值。以前面定义的df为例print(columns=,df.columns)print(-*50)print(index=,list(df.index))print(-*50)print(values=)print(df.values)输出结果为：columns=Index([a,b,c,d],dtype=object)--------------------------------------------------index=[0,1,2,3,4]--------------------------------------------------values=[[2.0kl4.07.0][2.0kl6.09.0][nankl5.0nan][5.0nannan9.0][6.0kl6.08.0]]

数据框方法第3章dropna()通过dorpna()方法，可以去掉数据集中的空值（nan值），需要注意的是原来数据集不发生改变，新数据集需要重新定义。df1=df.dropna()

数据框方法第3章fillna()通过fillna()方法，可以对数据框中的空值（nan值）进行填充。默认情况下所有空值填充同一个元素值（数值或者字符串），也可以指定不同的列填充不同的值。df2=df.fillna(0)#所有空值元素填充0df3=df.fillna(Kl)#所有空值元素填充kldf4=df.fillna({a:0,b:kl,c:0,d:0})#全部列填充df5=df.fillna({a:0,b:kl})#部分列填充

数据框方法第3章sort_values()可以利用sort_values()方法，指定列按值进行排序importpandasaspddata={a:[5,3,4,1,6],b:[d,c,a,e,q],c:[4,6,5,5,6]}Df=pd.DataFrame(data)Df1=Df.sort_values(a,ascending=False)#默认按升序，这里设置为降序

数据框方法第3章sort_index()有时候需要按索引进行排序，这时候可以使用sort_index()方法。Df2=Df1.sort_index(ascending=False)#默认按升序，这里设置为降序

数据框方法第3章head()通过head(N)方法，可以取数据集中的前N行，比如取前面定义的数据框Df2中的前4行。H4=Df2.head(4);

数据框方法第3章drop()利用dorp()方法，可以删掉数据集中的指定列。比如删除前面定义的H4中的b列。H41=H4.drop(b,axis=1)#需指定轴为1

数据框方法第3章join()利用join()方法，可以实现两个数据框之间的水平连接Df3=pd.DataFrame({d:[1,2,3,4,5]})Df4=Df.join(Df3)

数据框方法第3章to_excel()通过to_excel()方法，可以将数据框导出到Excel文件中，Excel文件中。importpandasaspdlist1=[a,b,c,d,e,f]list2=[1,2,3,4,5,6]list3=[1.4,3.5,2,6,7,8]list4=[4,5,6,7,8,9]list5=[t,5,6,7,k,9.6]