简介
Pandas中的DataFrame是一种二维标签化数据结构,可以被看作是一个表格型数据结构,其中会有列名和行号索引,如下表所示,索引[0,0]元素是man,也就是说列名和行号不会构成DataFrame中的元素。
对于一个DataFrame行号不是严格从0开始,也可以是2,234,5,6,这意味着索引已经被显式设置成了特定的值,或者DataFrame是由具有这些索引的文件加载的,如果想要重置索引,使其从0开始并且连续,可以使用reset_index
方法:df.reset_index(drop=True)
sex | age | |
0 | man | 12 |
1 | woman | 24 |
2 | man | 34 |
关键特点:
首先使用字典创建一个DataFrame,代码如下:
import pandas as pd
# 创建字典,其中的键是列名,值是数据列表
data = {
'Column1': [1, "a", 3, 4],
'Column2': ['a', 'b', 'c', 'd'],
'Column3': [True, False, True, False]
}
# 使用字典创建DataFrame
df = pd.DataFrame(data)
# 查看DataFrame
print(df)
1. 二维表格:DataFrame 可以包含多个列,每列可以是不同的数据类型(数值、字符串、布尔值等),而且列中的元素也可以是不同的数据类型
2. 标签化索引:DataFrame 的行和列都有标签(即索引),这些标签可以是数字、字符串或日期。我们可以通过索引来提取不同的值,常见的是通过iloc来进行数据选择。关于iloc的常见用法如下:
此外,还可以通过列名的方法来筛选列,效果如下
3. 大小可变:列可以增加或删除,行也可以增加或删除,DataFrame的大小可以动态变化
4. 内置数学运算:支持向量化的数学运算(ML)