Python中pandas模块DataFrame创建方法示例

 更新时间:2018年06月20日 11:55:13   作者:NoBug__   我要评论
这篇文章主要介绍了Python中pandas模块DataFrame创建方法,结合实例形式分析了DataFrame的功能,以及pandas模块基于列表、字段与数组创建DataFrame的相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python中pandas模块DataFrame创建方法。分享给大家供大家参考,具体如下:

DataFrame创建

1. 通过列表创建DataFrame
2. 通过字典创建DataFrame
3. 通过Numpy数组创建DataFrame

DataFrame这种列表式的数据结构和Excel工作表非常类似,其设计初衷是讲Series的使用场景由一维扩展到多维. DataFrame由按一定顺序的多列数据组成,各列的数据类型可以有所不同(数值、字符串、布尔值).

Series对象的Index数组存放有每个元素的标签,而DataFrame对象有所不同,它有两个索引数组。第一个索引数组与行有关,它与Series的索引数组极为相似。 每个标签与标签所在行的所有元素相关联。而第二个数组包含一系列标签,每个标签与一列数据相关联.

DataFrame还可以理解为一个由Series组成的字典,其中每一列的列名为字典的键,每一个Series作为字典的值.

列表创建

d1 = DataFrame([
  [1, 2, 3],
  [4, 5, 6],
  [7, 8, 9]
])
d1
----------
  0  1  2
0  1  2  3
1  4  5  6
2  7  8  9

字典创建

d2 = DataFrame({
  'a': [1, 2, 3, 4],
  'b': [5, 6, 7, 8],
  'c': [9, 10, 11, 12],
  'd': [13, 14, 15, 16]
})
d2
----------
  a  b  c  d
0  1  5  9  13
1  2  6  10 14
2  3  7  11 15
3  4  8  12 16
d3 = DataFrame({
  'Smith': {'age': 10, 'sex': '男'},
  'Obama': {'age': 10, 'sex': '男'},
  'Trump': {'age': 10, 'sex': '男'},
})
d3
----------
  Obama  Smith  Trump
age  10   10   10
sex  男   男   男

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总

希望本文所述对大家Python程序设计有所帮助。

相关文章

最新评论