Pandas库02_DataFrame数据结构

#DataFrame数据结构,很像二维表格数据结构，也是python中最常用的数据结构 import pandas as pd import numpy as np #创建DataFrame数据 #先给出一个字典data，我们用字典来创建 data={ "name":["唐浩","小王","老王","赵三","李四"], "sex":["男","女","男","女","男"], "year":[37,22,15,18,33], "city":["成都","北京","上海","成都","深圳"] } # df1=pd.DataFrame(data) # print(df1) """ name sex year city 0 唐浩 男 37 成都 1 小王 女 22 北京 2 老王 男 15 上海 3 赵三 女 18 成都 4 李四 男 33 深圳 """ # df2=pd.DataFrame(data,columns=["name","year","sex","city"]) #指定列名顺序 # print(df2) #指定列序与索引 # df3=pd.DataFrame(data,columns=["name","year","sex","city"],index=["a","b","c","d","e"]) #指定列名顺序 # print(df3) #上面演示的是字典创建DataFrame数据 #下面从其它数据类型来创建DataFrame数据 #用numpy的矩阵数据来创建pd的DataFrame数据，不指定列的话，列名与索引一样， # np1=np.arange(0,12).reshape(4,3) # print(np1) # df4=pd.DataFrame(np1) # print(df4) # df5=pd.DataFrame(np1,columns=["一","二","三"]) #指定列名 # print(df5) #用pd的Series数据来创建DataFrame,也是可以的，不过只有一列数据，因Series是一维的 # objs1=pd.Series(["name","year","sex","city"]) # print(objs1) # df6=pd.DataFrame(objs1) # print(df6) #通过列表元组来创建DataFrame数据,结果与pd.Series的结果一样，因都是一维数组 # ll=["namel","yearl","sexl","cityl"] # tt=("namet","yeart","sext","cityt") # df7l=pd.DataFrame(ll) # df8t=pd.DataFrame(tt) # print(df7l) # print("_________") # print(df8t) #设置name属性，注：列可以通过df9["列名"]访问，也可通过df9.列名 访问与设置 # df9=pd.DataFrame(data) # print(df9) # df9.index.name="id" # df9.columns.name="gogo" # print("________________") # print(df9) # print(df9.values) # print(df9.keys())

来源：https://www.cnblogs.com/yiyea/p/11441789.html