DataFrame de Pandas

　 　Basic operations of Pandas DataFrame

DataFrame is a two-dimensional data structure, that is, data is aligned in a tabular form across rows and columns.

The potential columns are of different types Variable size Labeled axis (rows and columns) Arithmetic operations can be performed on rows and columns

pandas.Series

The structure of Series is as follows:

Let's assume we are creating a DataFrame with student data.

We can consider it as a SQL table or an electronic spreadsheet data representation.

pandas.DataFrame

The following constructors can be used to create a pandas DataFrame-

　pandas.DataFrame(data, index, columns, dtype, copy)

Parameter description:

data: The data is in various forms, such as ndarray, series, mapping, list, dict, constants, and another DataFrame. index: For row labels, if no index is passed, the index used for the result frame is Optional Default np.arange(n). columns: Para los etiquetas de columna, la sintaxis predeterminada opcional es}}-np.arange(n). Sólo se aplica si no se pasa un índice. dtype: Tipo de datos de cada columna. copy: Si el valor predeterminado es False, este comando (o cualquier comando de él) se usa para copiar los datos.

Crear DataFrame

Se puede crear un DataFrame de pandas con varios inputs-

Lists dict Series Numpy ndarray Otro DataFrame

En la parte posterior de este capítulo, veremos cómo usar estos inputs para crear un DataFrame.

Crear DataFrame vacío

Se puede crear un DataFrame básico que es un DataFrame vacío.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　df = pd.DataFrame()
　print(df)

Resultados de la ejecución:

　DataFrame vacío
　Columnas:　[]
　Índice:　[]

Crear DataFrame desde Lists

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = [1,2,3,4,5]]
　df = pd.DataFrame(data)
　print(df)

Resultados de la ejecución:

　0
　0　1
　1　2
　2　3
　3　4
　4　5

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = [['Alex',10],['Bob',12],['Clarke',13]]
　df = pd.DataFrame(data, columns=['Nombre','Edad'])
　print(df)

Resultados de la ejecución:

　　　　　　　Nombre　　　　　Edad
　0　　　　　Alex　　　　　10
　1　　　　　Bob　　　　　　12
　2　　　　　Clarke　　　13

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = [['Alex',10],['Bob',12],['Clarke',13]]
　df = pd.DataFrame(data, columns=['Nombre','Edad'], dtype=float)
　print df

Resultados de la ejecución:

　
　　　　　　Nombre　　　Edad
　0　　　　Alex　　　10.0
　1　　　　Bob　　　　12.0
　2　　　　Clarke　13.0

de ndarray / Crear un DataFrame con un Dict de List

La longitud de todos los ndarray debe ser la misma. Si se pasa un index, la longitud del índice debe ser igual a la longitud del array.
Si no se pasa un índice, el índice predeterminado será range(n), donde n es la longitud del array.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = {'Nombre':['Tom', 'Jack', 'Steve', 'Ricky'], 'Edad':28,34,29,42'])
　df = pd.DataFrame(data)
　print(df)

Resultados de la ejecución:

　
　　　　Edad　Nombre
　0　　　28　　　Tom
　1　　　34　　　Jack
　2　　　29　　　Steve
　3　　　42　　　Ricky

usamos un array para crear un DataFrame de índices.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = {'Nombre':['Tom', 'Jack', 'Steve', 'Ricky'], 'Edad':28,34,29,42'])
　df = pd.DataFrame(data, index=['rango'1','rango'2','rango'3','rango'4'])
　print(df)

Resultados de la ejecución:

　
　　　　　　　Edad　Nombre
　rank1　28　Tom
　rank2　34　Jack
　rank3　29　Steve
　rank4　42　Ricky

Crear DataFrame desde lista de diccionarios

Una lista de diccionarios puede ser pasada como datos de entrada para crear un DataFrame. Por defecto, las claves de los diccionarios se utilizan como nombres de columna.
El siguiente ejemplo muestra cómo crear un DataFrame pasando una lista de diccionarios.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = [{'a':　1, 'b':　2},{'a':　5, 'b':　10, 'c':　20}]
　df = pd.DataFrame(data)
　print(df)

Resultados de la ejecución:

　　　　　a b c
　0　1　2　NaN
　1　5　10　20.0

El siguiente ejemplo muestra cómo crear un DataFrame pasando una lista de diccionarios y un índice de filas.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = [{'a':　1, 'b':　2},{'a':　5, 'b':　10, 'c':　20}]
　df = pd.DataFrame(data, index=['first', 'second'])
　print(df)

Resultados de la ejecución:

　　　　　　　　　　a b c
　first　1　2　NaN
　second　5　10　20.0

El siguiente ejemplo muestra cómo crear un DataFrame que contiene una lista de diccionarios, índices de filas y columnas.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　data = [{'a':　1, 'b':　2},{'a':　5, 'b':　10, 'c':　20}]
　# Dos índices de columna, valores iguales a las claves del diccionario
　df1　= pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])
　# Dos índices de columna
　df2　= pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])1'])
　print(df1)
　print(df2)

Resultados de la ejecución:

　#df1　output
　　　　　　　a b
　first　1　2
　second　5　10
　#df2　output
　　　　　　　a b1
　first　1　NaN
　second　5　NaN

Crear DataFrame desde Dict Series

Se puede pasar un diccionario de series para formar un DataFrame. El índice resultante es la unión de todos los índices de las series pasadas.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd'])}
　df = pd.DataFrame(d
　print(df)

Resultados de la ejecución:

　　　one two
　a　1.0　1
　b　2.0　2
　c　3.0　3
　d NaN　4

Para la primera serie, no se pasó la etiqueta 'd', pero el resultado es que se añadió NaN para la etiqueta 'd'.
Ahora vamos a entender la selección, adición y eliminación de columnas a través de un ejemplo.

Consulta de columna

Vamos a seleccionar una columna de DataFrame para entender esto.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd'])}
　df = pd.DataFrame(d
　print(df['one'])

Resultados de la ejecución:

　　　a　1.0
　b　2.0
　c　3.0
　d NaN
　Nombre: one, tipo: flotante64

Añadir columna

Vamos a entender esto añadiendo una nueva columna a la caja de datos existente.

# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd'])}
　df = pd.DataFrame(d
　#Añadir una nueva columna pasando una nueva serie a un objeto DataFrame existente con etiquetas de columna
　print ("Añadiendo una nueva columna como Series:")
　df['three']=pd.Series([10,20,30],index=['a','b','c'])
　print df
　print ("Agregar una nueva columna usando una columna existente en DataFrame:")
　df['four']=df['one']+df['three']
　print(df)

Resultados de la ejecución:

　Agregar una nueva columna pasando como Series:
　one two three
　a　1.0　1　10.0
　b　2.0　2　20.0
　c　3.0　3　30.0
　d NaN　4　NaN
　Agregar una nueva columna usando una columna existente en DataFrame:
　one two three four
　a　1.0　1　10.0　11.0
　b　2.0　2　20.0　22.0
　c　3.0　3　30.0　33.0
　d NaN　4　NaN NaN

Eliminación de columnas

Se puede eliminar o quitar una columna; veamos cómo hacerlo con un ejemplo.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),　
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd']),　
　　　　'three' : pd.Series([10,20,30], index=['a','b','c'])}
　df = pd.DataFrame(d
　print ("Our dataframe is:")
　print(df)
　# using del function
　print ("Deleting the first column using del function:")
　del df['one']
　print(df)
　# using pop function
　print ("Deleting another column using POP function:")
　df.pop('two')
　print(df)

Resultados de la ejecución:

　Our dataframe is:
　one three two
　a　1.0　10.0　1
　b　2.0　20.0　2
　c　3.0　30.0　3
　d NaN NaN　4
　Deleting the first column using del function:
　　　three two
　a　10.0　1
　b　20.0　2
　c　30.0　3
　d NaN　4
　Deleting another column using POP function:
　　　three
　a　10.0
　b　20.0
　c　30.0
　d NaN

Consulta, adición y eliminación de filas

Ahora, entenderemos la selección de filas, la adición y la eliminación mediante un ejemplo. Comencemos con el concepto de selección.

Consulta por etiqueta

Se puede seleccionar una fila mediante la transmisión de una etiqueta de fila a la funciónloc.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),　
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd'])}
　df = pd.DataFrame(d
　print(df.loc['b'])

Resultados de la ejecución:

　
　　　one　2.0
　two　2.0
　Name: b, dtype: float64

El resultado es una serie de etiquetas con nombres como nombres de columna de DataFrame. Y, el nombre de la serie se utiliza para buscar su etiqueta.

Consulta por posición entera

Se puede seleccionar una fila mediante la transmisión de una posición entera a la funcióniloc.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd'])}
　df = pd.DataFrame(d
　print(df.iloc[2])

Resultados de la ejecución:

　
　　　one　3.0
　two　3.0
　Name: c, dtype: float64

Rebanada de filas

Se puede usar el operador ': ' para seleccionar múltiples filas.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　d = {'one' : pd.Series([1,　2,　3], index=['a', 'b', 'c']),　
　　　　'two'　:　pd.Series([1,　2,　3,　4], index=['a', 'b', 'c', 'd'])}
　df = pd.DataFrame(d
　print(df[2:4])

Resultados de la ejecución:

　
　　　　　one two
　c　3.0　3
　d NaN　4

Agregar filas

Agregar nuevas filas al DataFrame utilizando la función append. Esta función agregará filas al final.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　df = pd.DataFrame([1,　2], [3,　4], columns = ['a','b'])
　df2　= pd.DataFrame([5,　6], [7,　8], columns = ['a','b'])
　df = df.append(df2)
　print(df)

Resultados de la ejecución:

　
　　　　　a b
　0　1　2
　1　3　4
　0　5　6
　1　7　8

Eliminar filas

Eliminar filas desde DataFrame utilizando etiquetas de índice. Si las etiquetas son repetidas, se eliminarán múltiples filas.
Si observa, en el ejemplo anterior, las etiquetas son repetidas. Eliminemos una etiqueta y veremos cuántas filas se eliminarán.

　# Nombre de archivo: pandas.py
　# author by: es.oldtoolbag.com　
　# Importar paquete de dependencia pandas y alias
　import pandas as pd
　df = pd.DataFrame([1,　2], [3,　4], columns = ['a','b'])
　df2　= pd.DataFrame([5,　6], [7,　8], columns = ['a','b'])
　df = df.append(df2)
　# Eliminar filas con etiqueta 0
　df = df.drop(0)
　print(df)

Resultados de la ejecución:

　
　　　　　a b
　1　3　4
　1　7　8

En el ejemplo anterior, se eliminaron dos filas, ya que contenían la etiqueta 0 repetida.