Pandas库(1):DataFrame类
生活随笔
收集整理的這篇文章主要介紹了
Pandas库(1):DataFrame类
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
Pandas庫圍繞Series類型和DataFrame類型這兩種數據結構,提供了一種高效便捷的數據處理方式。
一、DataFrame類概述
1、Series是pandas庫的一維數據類型,DateFrame是pandas庫的二維數據類型。
2、DateFrame既有行索引,也有列索引:
1)行索引:默認是0,1,2,3。。。,可以通過column參數修改默認行索引名稱,也可以通過可以通過字典的Key指定行索引name,如果通過ndarray、list、Series等創建則無法指定行索引名稱
2)列索引:默認是0,1,2,3。。。,可以通過index參數修改默認列索引名稱
3、3個重要的屬性
index:行索引
columns:列索引
values:值的二維數組
二、創建DataFrame
| 1.通過一維的ndarray、列表創建 | x1 = pd.DataFrame(np.array([1, 2, 3])) # ndarray
x2 = pd.DataFrame([1, 2, 3]) # list print(x1) |
| 2.通過字典創建 | pd.DataFrame([{'a': 1, 'b': 2, 'c': 3}]) print(x) |
| 3.通過pandas庫的Series類實例創建 | x3 = pd.DataFrame(pd.Series([1, 2, 3], index=['a', 'b', 'c'])) # Seriesx4 = pd.DataFrame(pd.Series({'a': 1, 'b': 2, 'c': 3})) print(x3) |
| 4.通過DataFrame類實例創建 | x = pd.DataFrame(x3) # 等價于 x = x3.copy() print(id(x)==id(x3)) False |
三、DataFrame讀寫文件
常用的讀寫方法如下:
| 讀 | read_csv | DataFrame對象 | python:pandas——read_csv方法 | 不能讀取加密的 |
| read_excel | DataFrame對象 | Pandas庫read_excel()參數詳解 | 不能讀取加密的excel | |
| 寫 | to_csv | ? | ? | ? |
| to_excel | ? | ? | ? |
參考文章:
pandas庫的DataFrame類型
總結
以上是生活随笔為你收集整理的Pandas库(1):DataFrame类的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Python字典:字典操作
- 下一篇: Pandas库(2):数据的统计分析