pandas之DataFrame 二维数组创建，行、列索引(三)

已于 2022-04-28 09:03:24 修改
阅读量6.3k 收藏 5
点赞数 1
分类专栏： 数据分析 pandas 文章标签： 大数据
于 2020-08-04 18:07:17 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38887752/article/details/107793408
版权
本文详细介绍了如何创建和操作pandas DataFrame，包括通过二维数组、字典创建DataFrame，利用loc和iloc进行行和列的数据索引，以及取整行、整列、多行、多列的操作。
摘要由CSDN通过智能技术生成

DataFrame对象既有行索引，又有列索引
行索引：表明不同行，横向索引，叫index,0轴，axis=0
列索引：表明不同列，纵向索引，叫columns,1轴，axis=1

创建DataFrame 二维数组
import pandas as pd
import numpy as np
# 创建DataFrame 二维数组
t1 = pd.DataFrame(np.arange(12).reshape(3,4))
print(t1)

在这里插入图片描述

创建DataFrame 二维数组，自定义行和列索引
# 创建DataFrame 二维数组，自定义行和列索引
t2 = pd.DataFrame(np.arange(12).
最低0.47元/天 解锁文章
kingloneye
关注
专栏目录
pandas创建二维数据类型——DataFrame
weixin_42213622的博客
02-27 1万+
创建二维数据的几种方法 方法1： 通过列表创建 DataFRame对象里面包含两个索引， 行索引(0轴， axis=0)， 列索引(1轴， axis=1) li = [ [1, 2, 3, 4], [2, 3, 4, 5] ] # DataFRame对象里面包含两个索引， 行索引(0轴， axis=0)， 列索引(1轴， axis=1) d1 = pd.DataFrame(da...
Pandas库的基本使用
qq_36334897的博客
08-03 4880
前言：与Numpy数组不同，pandas数组可存储非数值型数据，例如字符串，字典类型，而numpy数组主要用来存储数值型数据。 一、 Series一维数组 创建一位数组 方式一 pd.Series(列表[，index=列表]) 返回<class ‘pandas.core.series.Series’> 类型的一维数组 import pandas as pd t1 = pd.Series([1,2,3,4]) print(t1) t2 = pd.Series([1,2,3,4],index
Pandas DataFrame的创建方法（Create DataFrame）
最新发布
Vincent的博客
08-21 996
pandas是一个第三方数据分析库，其集成了大量的数据模型和分析工具，可以方便的处理和分析各类数据。其中主要对象类型有Series，DataFrame和Index。本文介绍DataFrame对象的基本创建方法。
Python学习笔记（14）——Pandas库基础之二维数据表格DataFrame的创建与索引的修改
Ama_tor的博客
02-06 3481
代码练习： import pandas as pd import numpy as np #方法一：列表创建dataframe a=pd.DataFrame([[1,2],[3,4],[5,6]],columns=['date','score'],index=['A','B','C']) print(a) #方法二：通过列表创建dataframe b=pd.DataFrame()#创建一个空dataFrame date01=[1,3,5]#定义列表date01 score01=[2,4,6]#定义列
numpy的二维数组的切片索引
qq_28057379的博客
07-19 4068
#coding=utf-8 import numpy as np a=np.arange(12) print(a) #结果：[ 0 1 2 3 4 5 6 7 8 9 10 11] #reshape对一维数组进行修改形状 (4,3)修改为4行3列 a=a.reshape((4,3)) print(a) #结果： [[ 0 1 2] [ 3 4 5] [ 6 7 8] [ 9 10 11]] 二维索引的使用 #索引的使用，获取第三行 print(a[2]) #结果...
Pandas层次化索引，多层索引，多层二维数组，数组降维
pmgaywmhogxrrm5462的博客
04-19 831
问题：希望二维数组中的每一格都包含多个数据，每个数据有不同的名字，能够被方便的存取。 那么pandas中的多层索引就很适合。 import numpy as np import pandas as pd from pandas import Series,DataFrame data = [[0,1,3,0,1,0], [0,1,0,0,1,0], [0,1,0,...
pandas 增加行、列
weixin_44493841的博客
01-04 2179
pandas 增加行、列 import pandas as pd df1 = pd.DataFrame({'1列': ['1行1列', '2行1列', '3行1列', '4行1列'], '2列': ['1行2列', '2行2列', '3行2列', '4行2列'], '3列': ['1行3列', '2行3列', '3行3列', '4行3列'], '4列': ['1行4列', '2行4列', '3
【数据处理包Pandas】DataFrame的创建
Morse_Chen的博客
03-29 2132
本文讲解数据处理包Pandas，围绕DataFrame的创建，包括DataFrame简介、基于一维数据创建、基于二维数据创建和基于已有文件创建。
python 使用pandas的dataframe一维数组和二维数组分别按行写入csv或excel
12-21
本文将详细讲解如何使用Pandas的DataFrame来处理一维数组和二维数组，并将其按行写入CSV或Excel文件。 首先，我们要了解Pandas DataFrame的基本概念。DataFrame是一个二维表格型数据结构，它具有行和列的索引，可以...
Pandas DataFrame二维数组说明、DataFrame的创建、从文件中读取DataFrame对象知识---初学基础
直心I
01-07 6596
1.DataFrame说明 DataFrame是一个【表格型】的数据结构，可以看做是【由Series组成的字典】（共用同一个索引）。DataFrame由按一定顺序排列的多列数据组成，设计初衷是将Series的使用场景从一维拓展到多维，DataFrame既有行索引，也有列索引，DataFrame属性：values、columns、index、shape。 行索引：index 列索引：columns...
pandas将DataFrame的列变成行索引的方法
09-20
在Python的pandas库中，DataFrame对象是一个二维标签化数据结构，具有灵活的索引系统，可以使用多种方法来实现列到行的索引转换。在本篇分享中，我们将重点讲解两个常用的方法：set_index和reset_index。 首先，set...
python 向DataFrame二维数组插入一列数据
04-01
可以使用`pandas`库中的`insert()`方法向`DataFrame`二维数组中插入一列数据。 示例代码如下： ```python import pandas as pd # 创建DataFrame df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) # 插入新...
二维数组建立以及添加行列索引的方法
weixin_40945354的博客
02-08 2152
#列表 a = pd.DataFrame(np.arange(10).reshape(2,5),index=list("ab"),columns=list("qwxyz")) print(a) #字典 temp_dict = {"name":["yangwj","ywj"],"age":[28,29],"tel":["10080","10010"]} a = pd.DataFrame(temp_...
【Python】数据科学工具（Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame）
m0_61628700的博客
06-21 2797
Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame
Pandas 教程
weixin_40809507的博客
12-05 978
六、Pandas 教程 什么是Pandas Pandas(Python Data Analysis Library)是基于NumPy 的为了解决数据分析任务而创建的一种工具，Pandas 纳入 了大量库和一些标准的数据模型，提供了高效地操作大型结构化数据集所需的工具。 Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。 Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。 Pandas 可以对各种数据进行运算操作
Pandas基本操作-多级索引
m0_52458424的博客
09-28 496
取值，df[]从列开始，df.loc从索引（index）开始，.iloc基于索引位置开始的。或者使用pd.MultiIndex.from_arrays(二维数组)关键就是是否存在一个可构建二维（多维）的index。创建一个Series数组，以元组作为index。4. stack() 和 unstack()我们希望通过元组构建二级索引，使用。unstack()：行索引只有一级。获取索引为2的数据，使用切片索引。stack()：列索引只有一级。2. 通过二维索引数组创建。是不是瞬间舒服很多，下面。
构建dataframe的两种方法：dict和二维数组法
qq_27328197的博客
02-20 2719
文章目录前言字典dict方法二维数组构建法总结 前言 自己手动构造dataframe的两种方法 字典dict方法 这种方法，用dict方法构造,key是需要存储的信息，value是dataframe里面的数据（以list数据组成）。 import pandas as pd import numpy as np #首先有一个字典类型的数据，key是构建成dataframe之后的列索引 #key后面的list类型构成的value就是dataframe里面的数据 data_dict={ "age":[18,30
pandas DataFrame(2)-行列索引及值的获取
weixin_34162695的博客
06-30 2121
pandas DataFrame是二维的,所以,它既有列索引,又有行索引 上一篇里只介绍了列索引: import pandas as pd df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) print df # 结果: A B 0 0 3 1 1 4 2 2 5 行索引自动生成了 0,1,2  如果要自己指定行索引和...
Python3.5 Pandas DataFrame 实例解析：二维数组创建
本文将通过实例解析DataFrame的创建方法，包括通过二维数组和借助numpy数组进行创建，并展示如何访问和操作DataFrame的行索引、列索引和值。" 在Python的Pandas库中，DataFrame是一种强大的数据结构，它可以存储...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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