Главная – Блог

Pandas DataFrame в Python: самый полный гайд для новичков

План статьи

  1. Введение
  2. Что такое Pandas DataFrame?
  3. Создание DataFrame
  4. Основные операции с DataFrame
  5. Манипуляция данными в DataFrame
  6. Фильтрация и сортировка данных
  7. Работа с отсутствующими данными
  8. Объединение и слияние DataFrame
  9. Сохранение и загрузка DataFrame
  10. Популярные вопросы и ответы
  11. Заключение

Введение

Работа с данными является неотъемлемой частью большинства современных приложений. Python предлагает различные инструменты для манипуляции данными, но одним из самых мощных и популярных является библиотека Pandas. В данной статье мы подробно рассмотрим, что такое Pandas DataFrame, как создавать и оперировать с ними, а также как выполнять наиболее важные манипуляции с данными.

Что такое Pandas DataFrame?

Pandas DataFrame представляет собой двумерную структуру данных, аналогичную таблице в базе данных или листу в Excel. DataFrame состоит из строк и столбцов, где каждый столбец может содержать данные разного типа (например, числа, строки и т.д.). Это делает Pandas DataFrame чрезвычайно гибким и удобным инструментом для анализа данных.

Создание DataFrame

Существует несколько способов создания DataFrame в Pandas:

1. Из словаря


import pandas as pd
data = {
    'Name': ['Anna', 'Bob', 'Charles'],
    'Age': [24, 27, 22],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
print(df)

2. Из списка списков


import pandas as pd
data = [
    ['Anna', 24, 'New York'],
    ['Bob', 27, 'Los Angeles'],
    ['Charles', 22, 'Chicago']
]
df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])
print(df)

3. Из CSV файла


import pandas as pd
df = pd.read_csv('filename.csv')
print(df)

Основные операции с DataFrame

Pandas предоставляет множество функций для работы с DataFrame. Рассмотрим некоторые из них:

1. Просмотр первых и последних строк


print(df.head())  # Показать первые 5 строк
print(df.tail())  # Показать последние 5 строк

2. Получение информации о DataFrame


print(df.info())  # Общая информация
print(df.describe())  # Статистическая информация

3. Доступ к данным


print(df['Name'])  # Доступ к столбцу
print(df.iloc[0])  # Доступ к строке по индексу
print(df.loc[0, 'Name'])  # Доступ к конкретному элементу

Манипуляция данными в DataFrame

В Pandas можно легко изменять данные в DataFrame. Например:

1. Добавление столбца


df['Gender'] = ['Female', 'Male', 'Male']
print(df)

2. Изменение значений


df.at[0, 'Age'] = 25
print(df)

3. Удаление строк и столбцов


df = df.drop(columns=['Gender'])
print(df)
df = df.drop(index=1)
print(df)

Фильтрация и сортировка данных

Фильтрация и сортировка данных являются важными операциями при работе с DataFrame.

1. Фильтрация данных


filtered_df = df[df['Age'] > 23]
print(filtered_df)

2. Сортировка данных


sorted_df = df.sort_values(by='Age')
print(sorted_df)

Работа с отсутствующими данными

Отсутствующие данные — обычное явление в реальных наборах данных. Pandas предоставляет инструменты для работы с ними.

1. Замена отсутствующих данных


df['Age'] = df['Age'].fillna(0)
print(df)

2. Удаление строк с отсутствующими данными


df = df.dropna()
print(df)

Объединение и слияние DataFrame

Иногда необходимо объединить несколько DataFrame. Pandas предлагает различные методы для этого.

1. Конкатенация


df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})
result = pd.concat([df1, df2])
print(result)

2. Слияние


df1 = pd.DataFrame({'key': ['A', 'B'], 'value': [1, 2]})
df2 = pd.DataFrame({'key': ['A', 'B'], 'value2': [3, 4]})
result = pd.merge(df1, df2, on='key')
print(result)

Сохранение и загрузка DataFrame

Для сохранения данных на диск или загрузки их обратно Pandas предоставляет удобные методы.

1. Сохранение в CSV


df.to_csv('filename.csv', index=False)

2. Загрузка из CSV


df = pd.read_csv('filename.csv')
print(df)

Популярные вопросы и ответы

1. Как добавить индекс к DataFrame?

Используйте метод set_index для установки индекса:


df = df.set_index('Name')
print(df)

2. Как изменить тип данных в столбце?

Для изменения типа данных столбца используйте метод astype:


df['Age'] = df['Age'].astype(float)
print(df)

3. Как получить уникальные значения в столбце?

Используйте метод unique для получения уникальных значений:


unique_cities = df['City'].unique()
print(unique_cities)

Заключение

Pandas DataFrame — это мощный инструмент для работы с данными в Python. Он предоставляет широкий набор функций для создания, модификации и анализа данных, что делает его идеальным выбором для Data Science и аналитики. Надеюсь, что этот гид помог вам понять основы работы с Pandas DataFrame и вдохновил на дальнейшее изучение и применение этой полезной библиотеки. Удачи в ваших начинаниях!