Python中Pandas库提供的函数pd.DataFrame的基本用法

 更新时间:2024年03月07日 10:52:49   作者:o涂鸦小巷的菇凉o  
pandas库中的pd.DataFrame()函数用于创建一个DataFrame对象,它是一个二维表格数据结构,每列可以是不同的数据类型(数值、字符串、布尔值等),下面这篇文章主要给大家介绍了关于Python中Pandas库提供的函数pd.DataFrame的基本用法,需要的朋友可以参考下

一、DataFrame 的基本概念

pd.DataFrame是 Pandas 库中的一个类,用于创建和操作数据框(DataFrame)。DataFrame 是 Pandas 的核心数据结构,用于以表格形式和处理数据,类似提供电子表格或数据库表格。类了创建pd.DataFrame数据框、访问数据、进行数据操作和分析的方法和属性。

二、DataFrame 的重要特点

  • 表格形式:DataFrame是一个二维表格,其中包含了多行和多列的数据。每个列可以有不同的数据类型,例如整数、浮点数、字符串等。

  • 标签:DataFrame的行和列都有标签(Label),行标签称为索引(Index),列标签通常是字段名或特征名。

  • 数据操作:DataFrame提供了丰富的数据操作方法,包括数据筛选、切片、合并、分组、聚合、排序等。

  • 数据查看:您可以使用.head()方法来查看DataFrame的前几行数据,以了解数据的结构和内容。

  • 数据统计:DataFrame提供了.describe()方法,用于生成数据的统计摘要信息,包括均值、标准差、简单、顶点等。

  • 数据过滤:你可以使用条件表达式来过滤数据,例如选择满足特定条件的行。

  • 数据可视化:Pandas 与其他数据可视化库(如 Matplotlib 和 Seaborn)结合使用,可以轻松创建各种图表和可视化,以探索和传输数据。

  • 数据导入和导出:DataFrame可以从各种数据源导入数据,如CSV文件、Excel表格、SQL数据库等,并且可以将数据导出为不同格式的文件。

  • 数据恢复处理:DataFrame提供了处理数据中的恢复值的方法,如删除恢复值或恢复恢复值。

  • 数据索引:DataFrame可以使用行索引和列标签来访问特定的数据元素。

  • 数据转换:您可以对DataFrame进行各种数据转换操作,如数据类型转换、列重命名、数据透视表等。

三、DataFrame 的具体代码操作

 1.创建空的数据框:

import pandas as pd
df = pd.DataFrame()
print(df)
# 运行结果
'''
Empty DataFrame
Columns: []
Index: []
'''

这将创建一个空的数据框,可以在后续添加数据。

2.从创建列表数据框:

import pandas as pd
data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)
# 运行结果
'''
      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35
'''

这将创建一个包含姓名和年龄列的数据框。

3.从字典创建数据框:

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)
# 运行结果
'''
      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35
'''

这将创建一个与上述示例相同的数据框。

4.访问数据:

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
a = df['Name']  # 获取 'Name' 列的数据
b = df.loc[0]    # 获取第一行的数据
print(a)
print(b)
# 运行结果
'''
0      Alice
1        Bob
2    Charlie
Name: Name, dtype: object
Name    Alice
Age        25
Name: 0, dtype: object
'''

5.数据操作:

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
a = df['Age'].mean()  # 计算 'Age' 列的平均值
b = df.sort_values(by='Age', ascending=False)  # 按 'Age' 列排序,ascending=True是从小到大,ascending=False是从大到小
print(a)
print(b)
# 运行结果
'''
30.0
      Name  Age
2  Charlie   35
1      Bob   30
0    Alice   25
'''

 6.数据查看:

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
a = df.head(2)     # 查看前几行数据,df.head()默认为前5行
b = df.tail(2)    # 查看后3行数据
print(a)
print(b)
# 运行结果
'''
    Name  Age
0  Alice   25
1    Bob   30
      Name  Age
1      Bob   30
2  Charlie   35
'''

7.数据统计:

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
c=df.describe()  # 生成数据的统计摘要信
print(c)
# 运行结果
'''
Age
count   3.0
mean   30.0
std     5.0
min    25.0
25%    27.5
50%    30.0
75%    32.5
max    35.0
'''

这些是一些常见的最有效pd.DataFrame示例,Pandas 提供了丰富的高效方法和功能,使你能够进行数据处理和分析。数据科学、机器学习、统计分析等领域中经常使用 Pandas 数据框来处理和分析数据。

总结

到此这篇关于Python中Pandas库提供的函数pd.DataFrame基本用法的文章就介绍到这了,更多相关Pandas库函数pd.DataFrame用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 使用SimpleITK读取NII格式三维图像及注意事项说明

    使用SimpleITK读取NII格式三维图像及注意事项说明

    这篇文章主要介绍了使用SimpleITK读取NII格式三维图像及注意事项说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-12-12
  • Python基于sftp及rsa密匙实现远程拷贝文件的方法

    Python基于sftp及rsa密匙实现远程拷贝文件的方法

    这篇文章主要介绍了Python基于sftp及rsa密匙实现远程拷贝文件的方法,结合实例形式分析了基于RSA秘钥远程登陆及文件操作的相关技巧,需要的朋友可以参考下
    2016-09-09
  • Anaconda虚拟环境实操指南(告别Python多版本环境冲突!)

    Anaconda虚拟环境实操指南(告别Python多版本环境冲突!)

    Anaconda是一个用于学习和开发Python编程语言的软件包一个由Python编写的集成开发环境,下面这篇文章主要介绍了Anaconda虚拟环境实操的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2026-05-05
  • 使用Python Typing模块提升代码可读性和健壮性实例探索

    使用Python Typing模块提升代码可读性和健壮性实例探索

    这篇文章主要为大家介绍了使用Python Typing模块提升代码可读性和健壮性实例探索,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2024-01-01
  • 解决Python报错ValueError list.remove(x) x not in list问题

    解决Python报错ValueError list.remove(x) x not&nbs

    文章讨论了在Python开发过程中遇到的列表移除元素时出现的"list.remove(x): x not in list"错误,文章首先解释了错误的原因,特别是在循环中使用remove方法时,然后,文章通过几个例子展示了这种错误的情况,并解释了为什么会出现这样的结果
    2024-11-11
  • 浅析Python如何在Word文档中插入数学公式

    浅析Python如何在Word文档中插入数学公式

    将数学公式直接嵌入文档中,不仅能够提升文档的专业水准,还能实现公式的自动更新和动态计算,从而有效提升工作效率和内容的准确性,下面我们就来看看如何使用 Python 在 Word 文档中插入数学公式
    2025-06-06
  • Python空对象模式Null Object Pattern使用详解

    Python空对象模式Null Object Pattern使用详解

    这篇文章主要介绍了Python空对象模式Null Object Pattern使用,空对象模式虽然不是GoF23种经典设计模式之一,但在实践中非常有用,需要的朋友可以参考下
    2026-02-02
  • Python基于property实现类的特性操作示例

    Python基于property实现类的特性操作示例

    这篇文章主要介绍了Python基于property实现类的特性,结合实例形式分析了使用property实现类的特性相关操作技巧与注意事项,需要的朋友可以参考下
    2018-06-06
  • pycharm 使用心得(九)解决No Python interpreter selected的问题

    pycharm 使用心得(九)解决No Python interpreter selected的问题

    PyCharm 是由JetBrains打造的一款 Python IDE。具有智能代码编辑器,能理解 Python 的特性并提供卓越的生产力推进工具:自动代码格式化、代码完成、重构、自动导入和一键代码导航等。这些功能在先进代码分析程序的支持下,使 PyCharm 成为 Python 专业开发人员和刚起步人员使用的有力工具。
    2014-06-06
  • python标准库os库的函数介绍

    python标准库os库的函数介绍

    这篇文章主要介绍了python标准库os库的函数介绍,需要的朋友可以参考下
    2020-02-02

最新评论