dataframe的创建

简介: dataframe的创建
  • 通过字典来创建DataFrame
from pandas import DataFrame, Series
import pandas as pd
persons = {
    'name': ['小睿', '小丽', '小明', '小红'],
    'age': [19, 18, 18, 17],
    'sex': ['男', '男', '女', '男'],
}
# 字典的key作为列索引
data_frame1 = DataFrame(persons)
data_frame1

网络异常,图片无法展示
|

contries = {
    '中国': {'2013': 10, '2014': 20, '2015': 30},
    '阿富汗': {'2013': 12, '2014': 25, '2015': 33},
    '新加坡': {'2013': 11, '2014': 22, '2015': 38},
    '柬埔寨': {'2013': 18, '2014': 16, '2015': 27},
}
# 外层key做列索引,内层key做行索引
data_frame3 = DataFrame(contries)
data_frame3

网络异常,图片无法展示
|

  • 通过二维Numpy数组创建DataFrame
import numpy as np
ndarray1 = np.random.randint(1, 10, (3, 4))
# 使用默认行索引和列索引
data_frame2 = DataFrame(ndarray1)
data_frame2

网络异常,图片无法展示
|

  • 通过列表创建DataFrame
data_frame3 = DataFrame([1, 2, 3, 4, 5])
data_frame4 = DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
data_frame3

网络异常,图片无法展示
|

data_frame4

网络异常,图片无法展示
|

DataFrame索引

# 打印DataFrame行索引
contries = {
    '俄罗斯': {'2013': 10, '2014': 20, '2015': 30},
    '阿富汗': {'2013': 12, '2014': 25, '2015': 33},
    '新加坡': {'2013': 11, '2014': 22, '2015': 38},
    '柬埔寨': {'2013': 18, '2014': 16, '2015': 27},
}
# 外层key做列索引,内层key做行索引
data_frame5 = DataFrame(contries)
data_frame5

网络异常,图片无法展示
|

# 行索引
data_frame5.index
Index(['2013', '2014', '2015'], dtype='object')
# 列索引
data_frame5.columns
Index(['俄罗斯', '阿富汗', '新加坡', '柬埔寨'], dtype='object')
# 修改行索引
data_frame5.index = ['aaa', 'bbb', 'ccc']
data_frame5
相关文章
|
SQL 数据挖掘 数据处理
DataFrame(4):DataFrame的创建方式
DataFrame(4):DataFrame的创建方式
DataFrame(4):DataFrame的创建方式
|
7天前
|
SQL 索引 Python
Pandas中DataFrame合并的几种方法
Pandas中DataFrame合并的几种方法
27 0
|
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
1110 0
DataFrame 介绍_ DataFrame 是什么 | 学习笔记
|
1月前
|
数据采集 机器学习/深度学习 数据处理
DataFrame 操作
DataFrame 操作
49 1
|
1月前
|
SQL JSON 数据库
如何创建DataFrame?
如何创建DataFrame?
35 1
|
1月前
|
SQL JSON 分布式计算
Dataframe
Dataframe
24 2
|
SQL JSON 分布式计算
|
分布式计算 大数据 API
DataFrame 介绍_创建_toDF | 学习笔记
快速学习 DataFrame 介绍_创建_toDF
361 0
DataFrame 介绍_创建_toDF | 学习笔记
|
Serverless 索引 Python
如何查看 Series、DataFrame 对象的数据
我们可以使用 head() 和 tail() 方法来查看 Series 对象或 DataFrame 对象的一小部分数据,默认查看的元素个数为 5 个,head() 展示头部的 5 个元素,tail() 展示尾部的 5 个元素,也可以自定义展示的元素个数。当 Series 对象或 DataFrame 对象包含的数据较多时,使用 head() 或 tail() 查看数据的结构会非常方便。
123 0
Pandas 已有 DataFrame,给其加列名
Pandas 已有 DataFrame,给其加列名