Pandas的DataFrame对象

如果将 Series 类比为带灵活索引的一维数组,那么 DataFrame 就可以看作是一种既有灵活的行索引,又有灵活列名的二维数组。就像你可以把二维数组看成是有序排列的一维数组一样,你也可以把 DataFrame 看成是有序排列的若干 Series 对象。这里的“排列”指的是它们拥有共同的索引。
下面创建一个新的 Series 来进行演示:

area_dict = {'California': 423967, 'Texas': 695662, 'New York': 141297, 'Florida': 170312, 'Illinois': 149995} 
area = pd.Series(area_dict) 
area 

输出如下所示:

 California 423967 
 Florida 170312 
 Illinois 149995 
 New York 141297 
 Texas 695662 
 dtype: int64

再结合之前创建的 population 的 Series 对象,用一个字典创建一个包含这些信息的二维对象:

states = pd.DataFrame({'population': population,  'area': area}) 
states 

输出如下所示:

 area population 
 California 423967 38332521 
 Florida 170312 19552860 
 Illinois 149995 12882135 
 New York 141297 19651127 
 Texas 695662 26448193

和 Series 对象一样,DataFrame 也有一个 index 属性可以获取索引标签:

states.index 

输出如下所示:

Index(['California', 'Florida', 'Illinois', 'New York', 'Texas'], dtype='object')

另外,DataFrame 还有一个 columns 属性,是存放列标签的 Index 对象:

states.columns 

输出如下所示:

Index(['area', 'population'], dtype='object')

因此 DataFrame 可以看作一种通用的 NumPy 二维数组,它的行与列都可以通过索引获取。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 22
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 22
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值