Python疑难杂症（19）----介绍Python的pandas模块的数据框DataFrame的概念，以及多种创建数据框方法，在创建过程中综合应用了python前面章节的知识点，利于深入理解。

DataFrame 是Python的一种外置数据类型， Pandas 中的一个表格型的数据结构，和现实的数据二维表格相同，包含多个有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)。DataFrame 即有行索引也有列索引，可以看做是由 Series 组成的字典。使用DataFrame对象来创建该数据类型时，可以使用多种数据类型来生成该数据类型。

而二维表格数据是数据分析和挖掘中很常用的数据类型，数据的处理、清洗等特征的处理，极大部分是基于这种数据类型，下面将从各个细节和内容，详细介绍这种数据类型的处理，便于后续数据分析和挖掘、模型建立打下基础。跟上思路，你也可以成为数据分析挖掘的专家，更为AI智能模型的理解打下基础。

DataFrame的创建方法

1、使用字典类型

创建DataFrame数据，字典的格式形式大家都记着吧，包含两个主要的内容键和值，而键将成为列名，而值将成为列数据。

import pandas as pd

data1 = { '日期':['2024/4/9','2024/4/10','2024/4/11','2024/4/12'],

        '开盘': [146.5,146.2,142.6,142],

        '收盘': [146.48,143.12,142.34,140.49],

        '最高': [148.21,146.5,142.66,143.45],

      }

df1 = pd.DataFrame(data1)

print(df1)

输出结果：

      日期     开盘      收盘      最高

0   2024/4/9  146.5  146.48  148.21

1  2024/4/10  146.2  143.12  146.50

2  2024/4/11  142.6  142.34  142.66

3  2024/4/12  142.0  140.49  143.45

2、使用列表创建DataFrame

通过调用pd.DataFrame()函数并传入一个列表或一个数组来创建DataFrame，列名通过columns指定。

import pandas as pd

data1 = [['张三', 25], ['李四', 30], ['马五', 35]]

df = pd.DataFrame(data1, columns=['name', 'age'])

print(df)

输出结果：

  name  age

0   张三   25

1   李四   30

2   马五   35

3、numpy创建

import pandas as pd

import numpy as np

在创建DataFrame数据类型时，通过numpy的随机数据，可以生成随机数据的二维表，可以用于模拟测试数据，还可以通过调用np.nan指定不知道数据的元素设为空置。

import numpy as np

data = {'name': ['张三', '李四', '马五'],

        'age': [25, np.nan, 35],

        'city': ['上海','北京', np.nan]}

df = pd.DataFrame(data, index=[0, 1, 2])

print(df)

df1 = pd.DataFrame(np.random.randn(4, 4),  columns=list('ABCD'))

print(df1)

输出结果：

name   age city

0   张三  25.0   上海

1   李四   NaN   北京

2   马五  35.0  NaN

          A         B         C         D

0  1.664410  0.271256 -0.598112  0.504849

1  1.099605 -1.003835  0.280873  0.327411

2  1.802693 -0.375558 -0.373909  0.481588

3 -1.226063  1.078735 -1.727267 -1.240940

4、Series创建DataFrame对象

import pandas as pd

d = {'体重': pd.Series([175, 67, 56,60], index=['a', 'b', 'c','d']),

     '年龄': pd.Series([20, 26, 30, 32],index=['a', 'b', 'c', 'd']) }

df = pd.DataFrame(d)

print(df)

输出结果：

    体重  年龄

a  175  20

b   67  26

c   56  30

d   60  32

本部分介绍Python的pandas模块数据框DataFrame的概念，以及多种创建数据框的方法，创建过程中综合使用了python其他章节的知识，包括列表、字典、numpy和series的知识点，便于混合使用编程语言知识点，锻炼编程思想和深入理解各层级的知识，以及综合应用知识的能力。

数据框还有一个主要的生成方式，文件的读入和导出，下一节介绍。

码字不易，欢迎关注、点赞和收藏。如果文章能给你带来知识很力量，欢迎留言和讨论。你的支持是我前进的动力。