DataFrame

简介: DataFrame

DataFrame这种列表式的数据结构和Excel工作表非常类似,其设计初衷是将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).

网络异常,图片无法展示
|

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. 

创建DataFrame对象最常用的方法是传递一个dict对象给DataFrame构造函数。DataFrame以dict的键作为列名,每个键都有一个数组作为值. 也可以通过嵌套的dict、list来创建DataFrame对象.

相关文章
|
2月前
|
SQL JSON 数据库
DataFrame
【10月更文挑战第15天】
47 7
|
2月前
|
数据采集 数据处理 索引
DataFrame
【10月更文挑战第13天】
174 2
|
SQL 存储 分布式计算
DataFrame 介绍_ DataFrame 是什么 | 学习笔记
快速学习 DataFrame 介绍_ DataFrame 是什么
1155 0
DataFrame 介绍_ DataFrame 是什么 | 学习笔记
|
2月前
|
数据挖掘 Python
DataFrame.corr
【10月更文挑战第15天】
48 4
|
3月前
|
SQL JSON 分布式计算
Dataframe
Dataframe
127 2
|
3月前
|
数据采集 机器学习/深度学习 数据处理
DataFrame 操作
DataFrame 操作
148 1
|
7月前
|
存储 索引 Python
dataframe学习知识总结
pandas DataFrame是Python中用于处理二维表格数据的重要数据结构,支持多种类型数据,提供丰富功能。可通过字典、列表或文件创建DataFrame,使用`.info()`、`.describe()`、`.head()`和`.tail()`查看数据信息。选择和过滤数据可按列名、行索引或条件进行。修改包括更新元素、列及添加/删除列。利用`.groupby()`和聚合函数进行分组分析,使用`.sort_values()`和`.rank()`排序,通过`.concat()`和`.merge()`合并数据。
102 3
|
存储 数据挖掘 Python
为什么你需要Pandas的DataFrame
为什么你需要Pandas的DataFrame
105 0
|
索引 Python
pandas把Series组合成DataFrame
pandas把Series组合成DataFrame
|
数据可视化 数据挖掘 API
5分钟掌握Pandas GroupBy
5分钟掌握Pandas GroupBy
157 0
5分钟掌握Pandas GroupBy