一、对dataframe的认知
dataframe的本质是行(index)列(column)索引+多列数据。
为了简化理解,我们不妨换个思路…
现实中,为了简化对一件事物的描述,我们会选择几个特征。
例如,从(性别、身高、学历、职业、爱好..)等角度去刻画一个人,这些“角度”即为“特征”。
其中,不同的行表示不同的记录;列代表特征,不同记录因各个特征之间的差异而不同。
dataframe默认索引是序号(0,1,2…),可以理解成位置索引。一般我们用id标识不同记录,不会改变index。但为了理解不同特征(列)含义,我们往往会重新指定column。
一些简易但不算严谨的理解是:
行列
行 – index – 记录 (一般沿用默认索引)
列 – column – 特征 (自定义索引)
索引
默认索引 – 序号 – 位置 – 方便索引但理解不易
自定义索引 – 特征名称 – 属性 – 便于理解
二、对dataframe进行行列数据筛选
import pandas as pd,numpy as np
from pandas import dataframe
df = dataframe(np.arange(20).reshape((4,5)),column = list('abcde'))
1.df[]&df. 选取列数据
df.a