目录
3、pandas.core.series.Series转dataframe
6、dataframe中提取pandas.core.series.Series
数据IO读取
#本地csv加载
import pandas as pd
data = pd.read_csv('test2.csv')
data.head()
#数据存储到本地
data.to_csv('test_output.csv')
数据生成方式
Dataframe
官方介绍:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html
类pandas.
DataFrame
(data=None, index=None, columns=None, dtype=None, copy=False)
参量
data ndarray(结构化或同类),Iterable,dict或DataFrame
Dict可以包含Series,数组,常量或类似列表的对象。
index 索引或类似数组
用于结果帧的索引。如果没有输入数据的索引信息部分并且没有提供索引,则默认为RangeIndex。
columns 列索引或类似数组
用于结果框架的列标签。如果未提供列标签,则默认为RangeIndex(0,1,2,…,n)。
dtype dtype,默认值无
强制的数据类型。仅允许单个dtype。
copy 布尔值,默认为False
从输入中复制数据。仅影响DataFrame / 2d ndarray输入。
1、从字典生成dataframe
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
df
默认数据类型int64。
df.dtypes
指定数据类型
import numpy as np
df = pd.DataFrame(data=d, dtype=np.int8)
df.dtypes
2、通过ndarry创建dataframe
df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
columns=['a', 'b', 'c'])
df2
3、pandas.core.series.Series转dataframe
df3 = df2.iloc[0]
print(df3,type(df3))
df4 = df3.to_frame()
print(df4,type(df4))
#index与columns互换
df5 = pd.DataFrame(df4.T,index=df4.columns,columns=df4.index)
df5
4、list转dataframe
temp =[1,2,3]
df6 = pd.DataFrame(temp,columns=['a'])
df6
5、dataframe中提取dataframe
df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
columns=['a', 'b', 'c'])
df2
df7 = df2[['a']]
print(df7,type(df7))
6、dataframe中提取pandas.core.series.Series
df8 = df2['a']
print(df8,type(df8))
拓展学习
如果现在就想开始学习人工智能AI,你还可以:
1、添加微信:ai_flare,领取Python编程课(AI方向)、Python实现机器学习,免费领取(仅限前100名)
2、人工智能学习路线:专为AI小白设计的人工智能实战课 - Python3入门人工智能 基础+实战 学习视频教程-CSDN学院