Pandas 数据结构 - DataFrame

DataFrame 是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔型值)。DataFrame 既有行索引也有列索引,它可以被看做由 Series 组成的字典(共同用一个索引)。
Pandas 数据结构 - DataFrame_第1张图片

DataFrame 构造方法如下:

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

参数说明:
data:一组数据(ndarray、series, map, lists, dict 等类型)。
index:索引值,或者可以称为行标签。
columns:列标签,默认为 RangeIndex (0, 1, 2, …, n) 。
dtype:数据类型。
copy:拷贝数据,默认为 False。

相关操作

# Pandas DataFrame 是一个二维的数组结构,类似二维数组。
import pandas as pd

data = [['Google', 10], ['Runoob', 12], ['Wiki', 13]]
df = pd.DataFrame(data, columns=['Site', 'Age'], dtype=float)
print("# 创建了一个DataFrame,不包括索引,两行三列:\n", df, end="\n\n")

# 以下实例使用 ndarrays 创建,ndarray 的长度必须相同, 如果传递了 index,则索引的长度应等于数组的长度。如果没有传递索引,则默认情况下,索引将是range(n),其中n是数组长度。
data = {'Site': ['Google', 'Runoob', 'Wiki'], 'Age': [10, 12, 13]}
df = pd.DataFrame(data)
print(df)

# 使用字典创建,列不够长,默认为空
data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print("# 使用字典创建:", df, end="\n\n")

# Pandas 可以使用 loc 属性返回指定行的数据,如果没有设置索引,第一行索引为 0,第二行索引为 1,以此类推:
data = {
    "calories": [420, 380, 390],
    "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)
print("# 原始data:\n", df, end="\n\n")
# 返回第一行
print("返回第1行:\n", df.loc[0], end="\n\n")
# 返回第二行
print("返回第2行:\n", df.loc[1], end="\n\n")
# 返回多行
print("返回多行,(1,2)行:\n", df.loc[[0, 1]], end="\n\n")
# 注意:返回结果其实就是一个 Pandas Series 数据。

# 我们可以指定索引值,如下实例:index长度一定要匹配
df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df)

你可能感兴趣的:(pandas,python,pandas)