Python Pandas DataFrame

1、什么是DataFrame?

Pandas DataFrame是2维数据结构，例如，2维数组或具有行和列的表。

例如：

创建一个简单的Pandas DataFrame：

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

#load data into a DataFrame object:
df = pd.DataFrame(data)

print(df) 

Result

    calories  duration
  0       420        50
  1       380        40
  2       390        45

2、loc定位行

从上面的结果可以看出，DataFrame就像是一个具有行和列的表。

Pandas使用loc属性返回一个或多个指定行

例如：

返回第0行：

#refer to the row index:
print(df.loc[0])

Result

  calories    420
  duration     50
  Name: 0, dtype: int64

注意：此示例返回Pandas Series。

例如：

返回第0行和第1行：

#use a list of indexes:
print(df.loc[[0, 1]])

Result

     calories  duration
  0       420        50
  1       380        40

注意：使用[]时，结果是熊猫DataFrame。

3、命名索引

使用index参数，可以命名自己的索引。

例如：

添加名称列表，为每一行命名：

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df) 

Result

        calories  duration
  day1       420        50
  day2       380        40
  day3       390        45

4、定位命名索引

在loc属性中使用命名索引返回指定的行。

例如：

Return "day2":

#refer to the named index:
print(df.loc["day2"])

Result

  calories    380
  duration     40
  Name: 0, dtype: int64

5、将文件加载到DataFrame

如果数据集存储在文件中，Pandas可以将它们加载到DataFrame中。

例如：

将逗号分隔的文件（CSV文件）加载到DataFrame中：

import pandas as pd

df = pd.read_csv('data.csv')

print(df)

将在下一个文档中介绍有关导入文件的更多信息。