dataframe 筛选_创建pd.DataFrame的方法. pd.DataFrame函数详解

DataFrame是由多种类型的列构成的二维标签数据结构.^[1]

往往包含index(行标签)和columns(列标签), 彼此独立, 互不影响

直观理解:DataFrame 是带标签的二维数组

1.由(元组),[列表]或一维数组 构成的(元组)或[列表]创建

(元组)和[列表]在这里用法几乎相同, 下面用[列表]代表

1.1[[列表]列表]或[(元组)列表]或([列表]元组)或((元组)元组)

import 

标签未指定, 则默认[0, N-1]之间的整数, N为索引总数

1.2[一维数组列表]或(一维数组元组)

import 

2.由二维数组创建

import 

3.由(元组),[列表]或一维数组 构成的字典创建

3.1{(元组)字典} 或 {[列表]字典}

import 

标签未指定, 则默认[0, N-1]之间的整数, N为索引总数

3.2{一维数组字典}

import 

4.由{字典} 构成的[列表]创建

import 

5.由{字典} 构成的{字典}创建

import 

6.由Series创建

Series的name变成了DataFrame的index.

Series的index变成了DataFrame的column.

import 

7.由标量创建

import 

几行几列都可以. 标量创建必须指定标签, 否则报错

必须用index和columns关键字指定行列标签.

详解

本文函数为 pd.DataFrame(data=None, index=None, columns=None)

data, 位置参数, 按顺序传入时, 不用写data=传入数据

import 

生成DataFrame时, 长度尽量保持一致, 省的出错

import 

长度不相同, 引入NaN值

import 

退化为单列

以[列表]作为键值构成的字典, 键值长度必须一致

import 

部分报错信息, 数组一定得一样长

index, 指定行标签, columns, 指定列标签

没有标签, 指定时, [标签列表]中元素个数要与其行或列数对应相同.

import 

部分报错信息, 传递值的形状是3x3的, 然鹅索引形状是4x3的

已有标签, 再指定, 则进行索引筛选, 没有的引入NaN值, 举个栗子

import 

还有如下可选关键字

dtype, 给DataFrame里的成员指定数据类型, 默认dtype=None

import 

参考

1. ^https://www.pypandas.cn/docs/getting_started/dsintro.html#dataframe