数据分析在社会和经济生活中扮演着越来越重要的角色。因此，我在接下的几篇blog中阐释比较常用的数据分析的代码，如有不妥，欢迎指正！
数据分析第一个常用的库是pandas。 相比较numpy和matplotlib, 在产生相同效果的同时，pandas 体现出强大的API 功能，获取数据的途径更加便捷，所以备受推崇。
首先，我们来了解一下 pandas 中 DataFrame这个类的一些基本情况。DataFrame来源于R语言的data.frame类，因此自身功能多样。
其次，介绍一下DataFrame对象的数据定位和赋值方法。
常见注释符号说明：<> 里面是变量,args; op 代指operator，逻辑运算符。
一. DataFrame对象的数据定位
(1) 方法一： pandas.DataFrame().loc[]方法 【基本逻辑：先index后column】index指的是行索引，column则为列。
首先建立一个DataFrame对象，
import pandas as pd
import numpy as np
df = pd.DataFrame([[1,2,3,4],[3,4,3,4],[5,6,7,8]], index= ['number','post','ID'], columns = ['a','b','c','d'])
print(df)
得到结果如下
a b c d
number 1 2 3 4
post 3 4 3 4
ID 5 6 7 8
应用一：利用loc[]方法，得到某一个tuple（tupel可以理解为行数据）
如：
print(df.loc['number'])
得到结果如下
a 1
b 2
c 3
d 4
应用二：获取某些index，把index写到一个list中；利用loc[[,]]方法，得到某些tuple
print(df.loc[['number', 'post']])
得到结果如下
a b c d
number 1 2 3 4
post 3 4 3 4
应用三：获取某些index，把index写到一个list中，同时利用切片方法；利用loc[:]切片方法，得到某些tuple
print(df.loc['number':'ID'])
得到结果如下
a b c d
number 1 2 3 4
post 3 4 3 4
ID 5 6 7 8
应用三拓展：类似应用三，利用loc[:, [,]]切片方法，得到某些满足index和column条件的tuple
print(df.loc['number':'ID',['a','c']])
得到结果如下
a c
number 1 3
post 3 3
ID 5 7
应用四：利用loc[df[] op] 对满足column条件的tuple进行筛选
print(df.loc[df['b']>2,['c','a']])
得到结果如下
c a
post 3 3
ID 7 5
应用四拓展：利用loc[lambda函数方程] 对满足column条件的tuple进行筛选，注意lambda后面的变量为DataFrame对象
print(df.loc[lambda x: x.a >3,:])
得到结果如下
a b c d
ID 5 6 7 8
(2) 方法二： pandas.DataFrame().iloc[]方法 【基本逻辑：先index后column, 但iloc内部输入的是数值，而不是索引】
iloc[] 与 loc[] 的应用极其相似，以上四个应用方法完全对变量args的处理完全相同。
这里我只列举一个取前2行，第2列的例子：
print(df.iloc[:2,1])
得到结果如下
number 2
post 4
(3) 方法三： pandas.DataFrame()[]方法 【基本逻辑: 根据列名（attribute）直接取满足列要求的tuple数据】
print(df[['a','c']])
得到结果如下
a c
number 1 3
post 3 3
ID 5 7
二. DataFrame对象的数据修改 【基本逻辑: 先定位，再赋值】
下边举一个简单例子：把index为number的行数值转化为-1， 同时对attribute（列名）为a的所有大于0的tuple（行数据）赋值为-2。
df.loc['number'] = -1
df.loc[df['a']>0] =-2
print(df)
得到结果如下
a b c d
number -1 -1 -1 -1
post -2 -2 -2 -2
ID -2 -2 -2 -2
三. DataFrame对象的apply方法应用 【基本逻辑: 对每行/每列做函数运算】
方法参数：apply(func,
axis=0是对每列/axis=1是对每行,
raw=False默认为Series类型/raw=True是ndarray类型,
result_type=None, args=())
最后举个栗子帮助大家理解：
对每行元素做累加运算，最后得到一列。
代码如下：
print(df.apply(np.sum, axis = 1))
得到结果如下
number 10
post 14
ID 26
写在最后，今天的总结就到这里；如果觉得有帮助，请点个赞！
Original: https://blog.csdn.net/dylan_young/article/details/111391224
Author: Efred.D
Title: Python数据分析摘要（1）- DataFrame数据定位，筛选和修改
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/739383/
转载文章受原作者版权保护。转载请注明原作者出处！