Pandas.DataFrame方法详解

 

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

具有标记轴（行和列）的二维数组数据结构。算术运算在行标签和列标签上对齐。主要的pandas数据结构

参数说明

Parameters:	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 在版本0.23.0中更改：如果数据是dict，则为Python 3.6及更高版本维护参数顺序。   index：索引或类似数组 用于结果框架的索引。如果没有索引信息部分输入数据且没有提供索引， 则默认为RangeIndex columns：索引或类似数组 用于生成框架的列标签。如果未提供列标签，则默认为RangeIndex（0,1,2，...，n）   dtype：dtype，默认无 要强制的数据类型。只允许一个dtype。如果没有，推断   copy：boolean，默认为False 从输入中复制数据。仅影响DataFrame / 2d ndarray输入

样例

从字典构造DataFrame。

>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df
   col1  col2
0     1     3
1     2     4

请注意，推断的dtype是int64

>>> df.dtypes
col1    int64
col2    int64
dtype: object

要强制修改单个dtype：

>>> df = pd.DataFrame(data=d, dtype=np.int8)
>>> df.dtypes
col1    int8
col2    int8
dtype: object

从numpy ndarray构造DataFrame：

>>> df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
...                    columns=['a', 'b', 'c'])
>>> df2
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

 

 

 

 

 

 

参考资料

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html