Python Pandas DataFrame 常用操作指南

获取 DataFrame 基础属性

在开始处理数据前，了解 DataFrame 的基本结构至关重要。Pandas 提供了多个属性来快速获取数据概览：

• index：获取行索引。
• values：获取 DataFrame 中的元素值（返回 NumPy 数组）。
• columns：获取列名。
• dtypes：获取每列的数据类型。
• size：获取元素的总个数（行数 × 列数）。
• ndim：获取维度数（DataFrame 通常为 2）。
• shape：获取形状大小（返回元组：行数, 列数）。
• T：对 DataFrame 进行转置操作。

以下代码展示了如何读取 Excel 数据并获取上述属性：

import pandas as pd
# 读取 Excel 数据
detail = pd.read_excel('E:\data\meal_order_detail.xlsx')

# 获取各项基础属性
print("索引", detail.index)
print("所有值：", detail.values)
print("所有列名：", detail.columns)
print("数据类型：", detail.dtypes)
print("元素个数：", detail.size)
print("维度：", detail.ndim)
print("形状大小（尺寸）：", detail.shape)

# 使用 T 属性进行转置
print("转置前的形状：", detail.shape)
print("转置后的形状：", detail.T.shape)

数据访问与切片操作

Pandas 提供了多种访问数据的方式，包括字典式访问、属性访问以及基于标签和位置的切片方法。

1. 字典式与属性访问

可以通过方括号 [] 直接访问列，或者使用点号 . 访问属性（注意：列名不能包含空格或特殊字符，且不能与 DataFrame 方法冲突）。

# 使用字典访问方式获取单列
order_id = detail['order_id']
print("订单详情表的 order_id 的形状：", order_id.shape)

# 使用访问属性的方式获取单列
dishes_name = detail.dishes_name
print("订单详情表中的 dishes_name 的形状：", dishes_name.shape)

# 获取单列的前几行
dishes_name5 = detail['dishes_name'][:5]
print(dishes_name5)

# 获取多列多行数据（注意：多列需用双层方括号 [[...]]）
orderDish = detail[['order_id', 'dishes_name']][:5]
print(orderDish)

# 访问多行数据（切片）
order5 = detail[:][1:6]
print("订单详情表中的 1~6 行元素的数据：\n", order5)

2. head() 与 tail() 方法

快速获取前几行或后几行数据，默认返回前 5 行或后 5 行，可通过参数指定数量。

# 获取前 5 行数据
print('订单详情表中前 5 行数据：\n', detail.head())

# 获取后 5 行数据
print('订单详情表中后 5 行数据：\n', detail.tail())

3. loc 与 iloc 方法详解

loc 基于标签（Label）进行访问，iloc 基于整数位置（Integer Location）进行访问。

• loc[行索引名称或条件, 列索引名称]
• iloc[行索引位置, 列索引位置]

单列/单元素访问：

# 使用 loc 提取指定列（按列名）
dishes_name1 = detail.loc[:, 'dishes_name']
print("使用 loc 提取 dishes_name 列的 size：", dishes_name1.size)

# 使用 iloc 提取指定列（按位置，从 0 开始）
dishes_name2 = detail.iloc[:, 3]
print("使用 iloc 提取第 3 列的 size：", dishes_name2.size)

多列与花式切片：

# 使用 loc、iloc 实现多列切片
orderDish1 = detail.loc[:, ['order_id', 'dishes_name']]
print(orderDish1.size)

orderDish2 = detail.iloc[:, [1, 3]]
print(orderDish2.size)

# 使用 loc、iloc 实现花式切片（指定具体行和列）
# 获取行名为 3，列名为 order_id 和 dishes_name 的数据
print("列名为 order_id 和 dishes_name 的行名为 3 的数据：\n", detail.loc[3, ['order_id', 'dishes_name']])

# 获取行名 2~6，列名为 order_id 和 dishes_name 的数据
print('列名为 order_id 和 dishes_name 行名为 2、3、4、5、6 的数据为：\n', detail.loc[2:6, ['order_id', 'dishes_name']])

# 获取行位置为 3，列位置为 1 和 3 的数据
# 注意：loc 传入的是索引名称或条件，iloc 传入的是位置
print('列名 1 和 3，行位置为 3 的数据为：\n', detail.iloc[3, [1, 3]])

# 获取行位置 2~6（注意：iloc 切片右边界不包含，即 2:7 取到 6），列位置 1 和 3 的数据
print('列位置为 1 和 3，行位置为 2，3，4，5，6 的数据和：\n', detail.iloc[2:7, [1, 3]])

条件切片：

# 使用 loc 实现条件切片：获取 order_id 为 458 的 dishes_name
print('detail 中 order_id 为 458 的 dishes_name 为：\n', detail.loc[detail['order_id'] == 458, ['order_id', 'dishes_name']])

# 使用 iloc 实现条件切片：获取 order_id 为 458 的第 1、5 列数据
# 注意：iloc 需要布尔数组，因此使用 .values 将条件转换为 NumPy 数组
print("detail 中 order_id 为 458 的第 1、5 列的数据为：\n", detail.iloc[(detail['order_id'] == 458).values, [1, 5]])

4. ix 方法（已弃用）

ix 方法允许同时使用标签和位置，但在较新版本的 Pandas 中已被弃用，建议统一使用 loc（标签）或 iloc（位置）。

# 比较 loc、iloc 和 ix 的切片结果（仅供参考，不推荐在生产环境使用 ix）
print('列名为 dishes_name 行名为 2，3，4，5，6 的数据为：\n', detail.loc[2:6, ['dishes_name']])
print('列位置为 5 行名为 2~6 的数据为：\n', detail.iloc[2:6, 5])
print('列位置为 5 行名为 2~6 的数据为：\n', detail.ix[2:6, 5])

数据修改与列操作

1. 修改数据

可以使用 loc 或 iloc 结合条件来修改特定单元格的值。

# 将 order_id 为 458 的记录修改为 45800
# 注意：45800 是整数，不需要单引号
detail.loc[detail['order_id'] == 458, 'order_id'] = 45800

print('更改后 detail 中的 order_id 为 458 的：\n', detail.loc[detail['order_id'] == 458, 'order_id'])
print('更改后 detail 中的 order_id 为 45800 的：\n', detail.loc[detail['order_id'] == 45800, 'order_id'])

# 恢复原值
detail.loc[detail['order_id'] == 45800, 'order_id'] = 458

2. 新增列

可以通过直接赋值的方式新增列，支持定值和非定值（基于其他列计算）。

# 新增一列非定值：计算支付金额（数量 * 单价）
detail['payment'] = detail['counts'] * detail['amounts']
print('detail 新增列 payment 的前 5 行数据为：\n', detail['payment'].head())

# 新增一列定值：统一支付方式为“现金支付”
detail['pay_way'] = '现金支付'
print('detail 新增列的前 5 行的数据为：\n', detail['pay_way'].head())

3. 删除数据（drop）

使用 drop 方法可以删除指定的行或列。注意设置 inplace=True 以直接修改原 DataFrame，否则返回一个新的 DataFrame。

# 删除某列：删除 pay_way 列
print('删除 pay_way 前 detail 中的列索引为：\n', detail.columns)
detail.drop(labels='pay_way', axis=1, inplace=True)
print('删除 pay_way 后 detail 中的列索引为：\n', detail.columns)

# 删除某几行：删除第 1 到 10 行（注意：range(1,11) 不包含 11）
print('删除 1~10 行前 detail 的长度：', len(detail))
detail.drop(labels=range(1, 11), axis=0, inplace=True)
print('删除 1~10 行后 detail 的长度：', len(detail))

以上就是 Python Pandas DataFrame 常用操作的详细内容，更多关于 Python 数据处理技巧的资料请关注本站其它相关文章！