本文主要介紹如何使用pandas來查看、新增、修改資料。
本文將使用kaggle平台上的數據資料來實作說明。
基本操作
查看資料
df.head()：顯示前5行數據。df.tail()：顯示後5行數據。df.info()：顯示數據的完整資訊。df.describe()：統計描述數據。
選取資料
- 單列選取：
df['Name'] - 多列選取：
df[['Name', 'Age']] - 條件選取：
df[df['Age'] > 25]
修改資料
新增列
df['NewColumn'] = [1, 2, 3, 4]
修改值
df.at[0, 'Name'] = 'Alicia'
刪除列
df.drop('NewColumn', axis=1, inplace=True)
程式範例
第一步先讀取資料，上Kaggle下載數據集，但先去創辦會員才可以下載喔。
讀取數據集並查看
df.info() :
提供了一個簡潔而全面的數據介面，讓你能夠快速了解數據集的結構和狀況，有多少筆資料，缺失值有多少，欄位有幾個，是什麼型別。
import pandas as pd
df = pd.read_csv('F:/python/crab/pandas/MentalHealthSurvey.csv')
df.info()
顯示行索引的範圍（如 RangeIndex: 0 to 86, 87 entries），表示 DataFrame 共有多少行。有多少筆數據。
<class 'pandas.core.frame.DataFrame'>: 表示這是一個 DataFrame。RangeIndex: 87 entries, 0 to 86: 表示 DataFrame 有 87 行，行索引範圍從 0 到 86。Data columns (total 21 columns):: 表示 DataFrame 有 3 列。#: 列的順序編號。Column: 列名。Non-Null Count: 每列中非空（非NaN）數值的數量。Dtype: 每列的數據類型，object表示字符串，int64表示正整數。dtypes: int64(10), object(11): 表示 DataFrame 中有 10 列是int64類型，有 11 列是object類型。memory usage: 14.4+ KB: 表示這個 DataFrame 佔用了大約14.4+K的內存
讀取統計資料
df.describe():
特別適合快速查看數據的整體概況，尤其是針對數值型欄位，但如果 DataFrame 中有非數值型的欄位，這些欄位不會被列入統計。
df.describe()
- Count（計數）：每個欄位中非缺失值（非 NaN）的數量。
- Mean（平均值）：每個欄位的平均值。
- Std（標準差）：標準差，用來衡量數據的分散程度。
- Min（最小值）：每個欄位的最小值。
- 25%（第一四分位數）：數據中的 25% 分位值。
- 50%（中位數或第二四分位數）：數據的中位數，也稱作 50% 分位值。
- 75%（第三四分位數）：數據中的 75% 分位值。
- Max（最大值）：每個欄位的最大值。
選取資料
選取單列資料顯示。
df['gender']
印出gender這列資料顯示
新增資料
df 中的行數必須與 new_data 的長度一致。如果 DataFrame 的行數與新欄位的資料數量不符，會引發錯誤。
new_data = list(range(1, 88)) # 生成從 1 到 87 的數字
df['NewColumn'] = new_data
df.info()
這樣就新增NewColumn這個欄位的資料了。
修改值
只更新單一索引位子的值
print(df['NewColumn'][0])
df.at[0, 'NewColumn'] = 2 # 修改單一值
df['NewColumn'][0]
整個更新
直接重新指定就能替換掉整行數據囉，但要注意長度要一致。
new_data = list(range(2, 89)) # 生成從 2 到 88的數字
df['NewColumn'] = new_data
部分資料進行更新
可以用切片的方式來進行部分資料更新。
df['ExistingColumn'][:3] = [87,87,87]
df['NewColumn'].head() #印出前5行
刪除列
df.drop('NewColumn', axis=1, inplace=True)：
'NewColumn': 這是你想要刪除的欄位名稱。axis=1:axis參數指定了要刪除的是欄位（column）還是列（row）。axis=1表示操作的是欄位；如果是axis=0，則表示操作的是列。inplace=True: 表示直接在原 DataFrame 上進行修改，而不會返回新 DataFrame。如果設為False（預設值），會返回一個刪除指定欄位後的新 DataFrame，而原 DataFrame 保持不變。
範例
df.drop('NewColumn', axis=1, inplace=True)
df.info()
