Python pandas 入门 03 DataFrame

Pandas 数据结构 - DataFrame

@H_404_2@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）。

@H_404_2@

@H_404_2@

@H_404_2@DataFrame 构造方法如下：

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

@H_404_2@参数说明：

• @H_404_2@data：一组数据(ndarray、series, map, lists, dict 等类型)。

• @H_404_2@index：索引值，或者可以称为行标签。

• @H_404_2@columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

• @H_404_2@dtype：数据类型。

• @H_404_2@copy：拷贝数据，默认为 False。

@H_404_2@ 

@H_404_2@Pandas DataFrame 是一个二维的数组结构，类似二维数组。

实例 - 使用列表创建

import pandas as pd

data = [['Google',10],['Run',12],['Wiki',13]]

df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)

print(df)

@H_404_2@ 输出结果如下：

     Site   Age
0  Google  10.0
1     Run  12.0
2    Wiki  13.0

@H_404_2@ 

@H_404_2@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。

@H_404_2@ndarrays 可以参考：NumPy Ndarray 对象

实例 - 使用 ndarrays 创建

import pandas as pd

data = {'Site':['Google', 'Run', 'Wiki'], 'Age':[10, 12, 13]}

df = pd.DataFrame(data)

print (df)

@H_404_2@输出结果如下：

     Site  Age
0  Google   10
1     Run   12
2    Wiki   13

@H_404_2@ 

@H_404_2@从以上输出结果可以知道， DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）：

@H_404_2@

@H_404_2@ 

@H_404_2@还可以使用字典（key/value），其中字典的 key 为列名:

实例 - 使用字典创建

import pandas as pd

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]

df = pd.DataFrame(data)

print (df)

@H_404_2@输出结果为：

   a   b     c
0  1   2   NaN
1  5  10  20.0

@H_404_2@没有对应的部分数据为 NaN。

@H_404_2@ 

@H_404_2@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：

实例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])

@H_404_2@输出结果如下：

calories    420
duration     50
Name: 0, dtype: int64
calories    380
duration     40
Name: 1, dtype: int64

@H_404_2@注意：返回结果其实就是一个 Pandas Series 数据。

@H_404_2@ 

@H_404_2@也可以返回多行数据，使用 [[ ... ]] 格式，... 为各行的索引，以逗号隔开：

实例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

# 返回第一行和第二行
print(df.loc[[0, 1]])

@H_404_2@ 输出结果为：

   calories  duration
0       420        50
1       380        40

@H_404_2@注意：返回结果其实就是一个 Pandas DataFrame 数据。

@H_404_2@我们可以指定索引值，如下实例：

实例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df) 

@H_404_2@ 

@H_404_2@输出结果为：

      calories  duration
day1       420        50
day2       380        40
day3       390        45

@H_404_2@Pandas 可以使用 loc 属性返回指定索引对应到某一行：

实例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

# 指定索引
print(df.loc["day2"])

@H_404_2@ 输出结果为：

calories    380
duration     40
Name: day2, dtype: int64

@H_404_2@ 

@[e-mail]() #返回data的前几行数据，默认为前五行，需要前十行则data.head(10) data.tail() #返回data的后几行数据，默认为后五行，需要后十行则data.tail(10) @H_404_2@ 

@H_404_2@REF

@H_404_2@https://www.runoob.com/pandas/pandas-dataframe.html