感謝里維兵長救了我

圖片來源:(https://forum.gamer.com.tw/Co.php?bsn=43473&sn=52635)

Pandas DataFrame

是一個二維標籤陣列，類似 Excel 試算表或 SQL 資料庫中的表格。由多個 Series 組成，每個 Series 代表一列，而每一列可以有不同的數據類型。DataFrame 是 Pandas 中最常用的數據結構，用於表示複雜的數據集

創建DataFrame

import pandas as pd

# 從字典創建
data = {'Column1': [1, 2, 3], 'Column2': [4, 5, 6]}
df = pd.DataFrame(data)
print(df)

輸出
Column1  Column2
0        1        4
1        2        5
2        3        6

# 從列表的列表創建
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
df = pd.DataFrame(data, columns=['A', 'B', 'C'])
print(df)

輸出
A  B  C
0  1  2  3
1  4  5  6
2  7  8  9

# 從 NumPy array 創建
import numpy as np
data = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame(data, columns=['X', 'Y', 'Z'])
print(df)

輸出
X  Y  Z
0  1  2  3
1  4  5  6

DataFrame屬性與方法

data = {'Column1': [1, 2, 3], 'Column2': [4, 5, 6]}
df = pd.DataFrame(data)

print(df.shape)

# 輸出
(3, 2)

print(df.index)

# 輸出
RangeIndex(start=0, stop=3, step=1)

print(df.columns)

# 輸出
Index(['Column1', 'Column2'], dtype='object')

print(df.dtypes)

# 輸出
Column1    int64
Column2    int64
dtype: object

print(df.head())

# 輸出
Column1  Column2
0        1        4
1        2        5
2        3        6

print(df.tail())

# 輸出
Column1  Column2
0        1        4
1        2        5
2        3        6

print(df.describe())

# 輸出
Column1  Column2
count      3.0      3.0
mean       2.0      5.0
std        1.0      1.0
min        1.0      4.0
25%        1.5      4.5
50%        2.0      5.0
75%        2.5      5.5
max        3.0      6.0

print(df.info())

# 輸出
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
 #   Column   Non-Null Count  Dtype
---  ------   --------------  -----
 0   Column1  3 non-null      int64
 1   Column2  3 non-null      int64
dtypes: int64(2)
memory usage: 176.0 bytes
None

DataFrame選取與操作

• 選取列:使用列名或索引號
• 選取行:使用行標籤或索引號
• 切片:使用 iloc 或 loc 方法進行切片
• 布林索引:使用布林表達式來篩選數據

data = {'Column1': [1, 2, 3], 'Column2': [4, 5, 6]}
df = pd.DataFrame(data)
# 選取一列
print(df['Column1'])

輸出
0    1
1    2
2    3
Name: Column1, dtype: int64

# 選取多列
print(df[['Column1', 'Column2']])

輸出
Column1  Column2
0        1        4
1        2        5
2        3        6

# 選取前兩行
print(df.head(2))

輸出
Column1  Column2
0        1        4
1        2        5

# 選取索引為1到3的行
print(df.iloc[1:4])

輸出
Column1  Column2
1        2        5
2        3        6

# 篩選出 Column1 大於 2 的行
print(df[df['Column1'] > 2])

輸出
Column1  Column2
2        3        6

DataFrame常用操作

data = {'Column1': [1, 2, 3], 'NewColumn': [4, 5, 6]}
df = pd.DataFrame(data)
# 添加一列
df['NewColumn'] = df['Column1'] * 2
print(df)

輸出
Column1  NewColumn
0        1          2
1        2          4
2        3          6

# 刪除 Column1 列
df = df.drop('Column1', axis=1)
print(df)

輸出
NewColumn
0          4
1          5
2          6


# 重命名 Column2 為 NewName
data = {'Column1': [1, 2, 3], 'Column2': [4, 5, 6]}
df = pd.DataFrame(data)
df = df.rename(columns={'Column2': 'NewName'})
print(df)

輸出
Column1  NewName
0        1        4
1        2        5
2        3        6

# 根據 Column1 升序排序
df = df.sort_values('Column1')
print(df)

輸出
Column1  Column2
0        1        4
1        2        5
2        3        6

DataFrame應用

• 數據分析:可以用各種數據分析任務，例如:數據清洗、探索性數據分析、統計分析
• 機器學習:可以作機器學習模型輸入數據
• 資料庫操作:可以與 SQL 資料庫進行交互

結論

Pandas DataFrame 是 Python 數據分析中非常重要的工具，它提供豐富的功能用於處理和分析表格型數據。通過 DataFrame，可以方便地對數據進行操作、分析和可視化