[人工智能] python：DataFrame的创建以及DataFrame的属性

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> python：DataFrame的创建以及DataFrame的属性 -> 正文阅读

[人工智能]python：DataFrame的创建以及DataFrame的属性

一、DataFrame的创建

Pandas 的数据结构主要是：Series（一维数组），DataFrame（二维数组）。DataFrame是由索引和内容组成，索引既有行索引index又有列索引columns，如内容,index=[],colunms=[] 这样的形式。以下介绍的他的几种创建方式：

1、创建空的DataFrame

import pandas as pd
data_df = pd.DataFrame()
print(data_df)

在这里插入图片描述

2、使用List 创建DataFrame?


a_list=[0,1,2,3,4]
b_list=["apple","banana","cup","desk","example"]
data_df2=pd.DataFrame(b_list,a_list)
print(data_df2)

在这里插入图片描述

3、使用字典创建DataFrame?

import pandas as pd
dict={"numeric":[0,1,2,3,4,5],"alpha":["A","B","C","D","E","F"]}
dict_df=pd.DataFrame(dict)
dict_df

在这里插入图片描述

4、使用数组创建带索引的DataFrame

dict={"numeric":[0,1,2,3,4,5],"alpha":["A","B","C","D","E","F"]}
index=[]
for i in range(len(dict["alpha"])):
    index.append(i)
dict_df1=pd.DataFrame(dict,index=index)
dict_df1

在这里插入图片描述

5、从字典列表创建DataFrame

data = [{"one":1,"two":2,"three":3},{"one":"apple","two":"banana","C":"cup"}]
data_df = pd.DataFrame(data)
data_df

在这里插入图片描述

6、使用zip()函数创建DataFrame?

zip()方法用于合并两个列表

grade = ["A","B","C","D","E","F"]
name = ["张三","李丽","杨光","李波","张波","欧晓"]
data1 = list(zip(grade,name))
print(data1)
data1_df = pd.DataFrame(data1,columns=["grade","name"],index=[2,3,4,5,6,7])
print(data1_df)

在这里插入图片描述

7、从序列的字典创建DataFrame?

import pandas as pd
name = ["张三","李丽","杨光","李波","张波","欧晓"]
data2 = {
    "chineses":pd.Series([98,89,97,87,91,90],index=name),
    "math":pd.Series([98,87,96,79,80,83],index=name)
}
data2_df = pd.DataFrame(data2)
print(data2_df)

在这里插入图片描述

二、DataFrame中的一些常用属性

df.values 返回DataFrame中的数值；
df.columns 返回DataFrame中的列索引；
df.ndim 返回DataFrame的维数；
df.shape 返回DataFrame的形状；
df.dtypes 返回DataFrame中每一列元素的数据类型；
df.size 返回DataFrame中元素的个数；
df.index 返回DataFrame中的索引；
df.T 返回DataFrame的转置结果；
在这里插入图片描述