DataFrame是pandas数据处理中一种很常用的数据结构。我们可以把DataFrame看成是一张二维数据表,相对于Series数结构,DataFrame可以由多列,因此他的功能比Series更加强大,我们可以把DataFrame看成是一张excel表格的sheet,用它就可以完成很多原来excel需要手动完成的工作,从而实现数据处理自动化了,想想也是很激动的。
首先,我们要学会如何创建DataFrame数据结构,python中我们可以使用字典作为参数,利用DataFrame的构造函数对数据帧进行初始化。这点其实Series数据结构也是一样的。特别要注意的是,DataFrame的D和F要大写,其实Series的S也是要大写的,不大写的话python会报错。
我们可以使用以下的代码来进行演示:
import pandas as pd
dict_data = {
'student':["Li Lei","Han Meimei","Tom"],
'score':[95,98,92],
'gender':['M','F','M']
}
df_data = pd.DataFrame(dict_data)
print(df_data)
运行之后得到以下结果:
student score gender
0 Li Lei 95 M
1 Han Meimei 98 F
2 Tom 92 M
[Finished in 3.9s]
可以看到,这个字典的key值,作为了DataFrame数据每一列的表头,按照数据库的规定可以叫作字段,在DF数据中,我们使用columns参数用来存放这些表头信息。字典的value是一个列表,列表中第n个元素对应了这个字段下面第n行的值。我们注意到,DF为我们自动生成了index索引,也就是第0列的数字编号0/1/2。这个也可以用来做行号的索引。当然我们也可以修改索引,这点和Series是一样的。
看数据结果,确实非常像一张excel表格,nice!