数据框类似于二维的关系表,包含一组有序的列,列与列之间的数据类型可以是不同的,但是单个列中的值的数据类型是相同的。DataFrame既有行索引(index),也有列索引(columns),行索引也叫做行标签,列索引也叫做列标签/列名。在构造函数中,columns参数用于设置列索引,index用于设置行索引,都属于Index类型。Index对象既可以使用下标(整数)来表示,也可以使用标签(字符串)来表示,下标的起始值是0,标签是通过列表来指定的。
一,数据框构造函数
1,基础构造函数
数据框的构造函数,数据框的每列可以认为是一个Series:
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
参数注释:
- data:ndarray、list 或dict
- index:行索引
- columns:列名列表
- dtype:数据类型,默认值是None,推断(infer)列的数据类型,也可以为列指定具体的数据类型。
- copy:从数据输入复制数据
2,from_dict
从dict结构中构造DataFrame:
DataFrame.from_dict(data, orient='columns', dtype=None, columns=None)
参数注释:
- data:字典结构,类似于{field : array-like} 或 {field : dict}
- orient :参数data的定向,有效值是columns和index,表示字典结构的key是行索引还是列索引,默认值是columns。
- dtype:默认值是None,表示根据值来推断(infer)数据类型。
- columns:当orient='index'时,使用columns参数设置列标签。
二,创建数据框
通常情况下,我们使用pd.DataFrame()函数来创建数据框,当然也可以根据需要使用pd.DataFrame.from_dict()函数来创建数据框。
1,使用字典来创建数据框
通过等长的字典来创建数据框,并可以设置数据框的列名和行索引。字典存储的是每列的数据:
>>> data = { 'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], ... 'year': [2000, 2001, 2002, 2001, 2002], ... 'pop': [1.5, 1.7, 3.6, 2.4, 2.9]} >>> row_index = ['one', 'two', 'three', 'four', 'five'] >>> col_names=['year'