import numpy as np import pandas as pd # 先创建一个时间索引,所谓的索引(index)就是每一行数据的id,可以标识每一行的唯一值 dates=pd.date_range('20160227',periods=6) print(dates) # 为了快速入门,我们看一下如何创建一个6X4的数据: # 通过(1)randn函数用于创建随机数,参数表示行数和列数,dates是上一步创建的索引列 df=pd.DataFrame(np.random.rand(6,4),index=dates,columns=list('ABCD')) print(df) # (2)我们还可以使用字典来创建数据框,例如创建一个列名为A的数据框,索引是自动创建的整数 df2=pd.DataFrame({'a':np.random.randn(6),'b':np.random.randn(6)}) print(df2) # # 这又是一个字典创建DataFrame的例子 df2=pd.DataFrame({'a':pd.Timestamp('20140729'), 'b':pd.Series(1), }) print(df2) # 假如字典内的数据长度不同,以最长的数据为准,比如B列有4行: df2=pd.DataFrame({'a':pd.Timestamp('20140729'), 'b':pd.Series(1,index=list(range(4))) }) print(df2) # 可以使用dtypes来查看各行的数据格式 print(df2.dtypes) # 使用head查看前几行数据(默认是前5行),不过你可以指定前几行 print(df.head()) # 使用tail查看后5行数据 print(df.tail(5)) # 查看数据框的索引 print(df.index) # 查看列名用columns print(df.columns) # 查看数据值,用values df.values # 查看描述性统计,用describe print(df.describe()) print(type(df.describe())) # 使用T来转置数据,也就是行列转换 # print(df.T) # 对数据进行排序,用到了sort,参数可以指定根据哪一列数据进行排序。 print(df.sort_values(by='A')) # dic3 = {'one':{'a':1,'b':2,'c':3,'d':4}, 'two':{'a':5,'b':6,'c':7,'d':8}, 'three':{'a':9,'b':10,'c':11,'d':12}} df3 = pd.DataFrame(dic3) print(df3) df4 = df3[['one','three']] print(df4)
教程【1】DataFrame入门
最新推荐文章于 2024-05-21 20:13:57 发布