十三、DataFrame表格型数据结构
目录
2、创建一个dataframe
3、获取dataframe的行、列索引
4、获取dataframe的值
1、dataframe是什么
series是有一组数据与一组索引(行索引)组成的数据结构,而dataframe是由一组数据与一对索引(行索引和列索引)组成的表格型数据结构。之所以叫表格型数据结构,是因为dataframe的数据形式和Excel的数据存储形式很相近,接下来的章节主要围绕dataframe这种表格型数据展开。下面就是一个简单的dataframe数据结构。
技能
第一 Excel
第二 SQL
第三 Python
第四 PPT
上面这种数据结构和Excel的数据结构很像,既有行索引又有列索引,由行索引和列索引确定唯一值。
2、创建一个dataframe
创建一个dataframe使用的方法是pd.dataframe(),通过给dataframe()方法传入不同的对象即可实现。
传入一个列表。
出入一个列表的实现如下所示。
import panda as pd
df1 = pd.DataFrame(["a","b","c","d"])
df1
只传入一个单一列表时,该列表的值会显示成一列,且行和列都是从0列开始的默认索引。
传入一个嵌套列表
df2 = pd.DataFrame([["a","A"],["b","B"],["c","C"],["d","D"]])
df2
当传入一个嵌套列表时,会根据嵌套列表数显示成多列数据,行、列索引同样是从0开始的默认索引。列表里面嵌套的列表也可以换成元组。
指定行、列索引
如果只给dataframe()方法传入列表,dataframe()方法的行、列索引都是默认值,则可以通过设置column参数自定义索引,设置index参数自定义行索引。
设置列索引
df31 = pd.DataFrame([["a","A"],["b","B"],["c","C"],["d","D"]],
columns = ["小写","大写"])
df31
设置行索引
df32 = pd.DataFrame([["a","A"],["b","B"],["c","C"],["d","D"]],
index = ["一","二","三","四"])
df32
行、列索引同时设置
df33 = pd.DataFrame([["a","A"],["b","B"],["c","C"],["d","D"]],
columns = ["小写","大写"],
index = ["一","二","三","四"])
df33
传入一个字典
data = {"小写":["a","b","c","d"],"大写":["A","B","C","D"]}
df41 = pd.DataFrame(data)
df41
直接以字典的形式传入dataframe时,字典的key值就相当于列索引,如果没有设置行索引,行索引还是使用从0开始的默认索引,同样可以使用index参数自定义行索引。
data = {"小写":["a","b","c","d"],"大写":["A","B","C","D"]}
df42 = pd.DataFrame(data,index = ["一","二","三","四"])
df42
3、获取dataframe的行、列索引
利用column方法获取dataframe的列索引。
df2.columns
RangeIndex(start = 0 ,stop = 2,step = 1)
df33.columns
Index(['小写','大写'],dtype='object')
利用index方法获取dataframe的行索引。
df2.index
RangeIndex(start = 0 ,stop = 2,step = 1)
df33.index
Index(['一','二','三','四'],dtype='object')
4、获取dataframe的值
获取dataframe的值就是获取dataframe中的某些行或列。
溪底石: 引用「1000004526」 请问:此文中“1000004526”要对应生产订单的modid吗?
CSDN-Ada助手: 不知道 MySQL入门 技能树是否可以帮到你:https://edu.csdn.net/skill/mysql?utm_source=AI_act_mysql
普通网友: 写的很详细,感谢博主的分享。【我也写了一些相关领域的文章,希望能够得到博主的指导,共同进步!】
普通网友: 优质好文,博主的文章细节很到位,兼顾实用性和可操作性,期待博主持续带来更多好文【我也写了一些相关领域的文章,希望能够得到博主的指导,共同进步!】
普通网友: 干货满满,细节很到位!【我也写了一些相关领域的文章,希望能够得到博主的指导,共同进步!】