[Python知识库]Python学习之：pandas中的注意事项

df[“column”] 和 df.column 的区别

import numpy as np
import pandas as pd

columns = ["name","id"]
names = ["wangfang","zhangsan","jeff","peter","hell"]
ids = [i** 2 for i in range(5)]

df = pd.DataFrame(data=np.array([names,ids]).T,columns=columns)

df

• 通过 df.column 和 df[“column”] 的方式都可以得到列值
• 但是 df.column 的方式有限制条件：那就是 column 的名称必须是有效的

有效的列名演示

df.name

0    wangfang
1    zhangsan
2        jeff
3       peter
4        hell
Name: name, dtype: object

df["name"]

0    wangfang
1    zhangsan
2        jeff
3       peter
4        hell
Name: name, dtype: object

无效列名演示

series_ = pd.Series([24,38,66,52,31])
df["年龄~是"]= series_

df

# 这个时候就不能通过 df.column 的方式得到此列的数据了
df["年龄~是"]

0    24
1    38
2    66
3    52
4    31
Name: 年龄~是, dtype: int64

df.column 不能创建列也不能修改df

# 用这种方式可以新建，也可以批量修改列值
df["add"] = [1,2,3,4,5]
df

df["add"][0]= 100
df

D:\Anaconda3\envs\data\lib\site-packages\ipykernel_launcher.py:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  """Entry point for launching an IPython kernel.

# 用属性得到的是拷贝，不能对原 df 进行修改，也不能新建列
# 不能直接修改 df
df.add = [1,6,4,2,2]
df.add[0] = 10

# 不能创建新列
df.add_ = [0,0,0,0,0]
df

index 可重复不可修改

index 是可重复的

data = np.array([1,2,4,5,8])
series = pd.Series(data=data,index=['a','a','b','c','c'])

series

a    1
a    2
b    4
c    5
c    8
dtype: int32

series["a"]

a    1
a    2
dtype: int32

index 是不可以单独修改的

series.index[0] = "4"

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-22-a68b0d9a21b2> in <module>
----> 1 series.index[0] = "4"


D:\Anaconda3\envs\data\lib\site-packages\pandas\core\indexes\base.py in __setitem__(self, key, value)
   4082 
   4083     def __setitem__(self, key, value):
-> 4084         raise TypeError("Index does not support mutable operations")
   4085 
   4086     def __getitem__(self, key):


TypeError: Index does not support mutable operations

index 可以批量替换

• 但是要保证给出的 index 数组和原数据长度一致
• 通过 reindex 方法进行批量替换则不需要保持数据长度一致；因为不存在的项会按照 NAN 值填补

series.index = [str(i) for i in range(5)]

series

0    1
1    2
2    4
3    5
4    8
dtype: int32

series.reindex([str(i) for i in range(6)])

0    1.0
1    2.0
2    4.0
3    5.0
4    8.0
5    NaN
dtype: float64

• 当然这种 NaN 值可以用 method 中的方法进行填补，选择 ffill 就是用前一个值进行填补

series.reindex([str(i) for i in range(6)],method="ffill")

0    1
1    2
2    4
3    5
4    8
5    8
dtype: int32

reindex 的常用参数

• method:插值的方式 “ffill” “bfill” 前项填充和后项填充
• fill_value:用某个特殊值进行填充
• limit: 前项或者后项填充时所需填充的最大尺寸间隙
• tolerance: 前项或者后项填充时，所需填充的不精确匹配下的最大尺寸间隙
• level
• copy