Python Pandas 数据io读取与生成（dataframe，series)

目录

数据IO读取

数据生成方式

1、从字典生成dataframe

2、通过ndarry创建dataframe

3、pandas.core.series.Series转dataframe

4、list转dataframe

5、dataframe中提取dataframe

6、dataframe中提取pandas.core.series.Series

拓展学习

---

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