pandas DataFrame怎么用？从创建到索引的完整教程
DataFrame是pandas中常用的数据结构，并且在数据分析中使用非常方便、简洁，总结如下。
1、介绍DataFrame
DataFrame是pandas中的表格型数据结构，可以理解为xlsx中的表格；
它含N个有序的列，每一列可以是不同的值类型（数值、字符串、布尔型值），也可以理解为由Series组成的字典（Series是padas中一种基础数据结构，理解为表格中的一列）；
此外DataFrame是一个二维的数据结构，也可以看成是二维的数据，结构如图所示（图片来源菜鸟教程）：
其中
- Index：表示索引值，就是行标签，默认值为0,1,2....；
- Column-i：表示列标签，默认值为0,1,2...
2、如何创建DataFrame
首先需要了解pd.DataFrame( data, index, columns, dtype, copy)构造方法
- data：一组数据(list, dict, ndarray, series等类型)。
- index：用于指定行标签。
- columns：用于指定列标签 。
- dtype：数据类型。
- copy：拷贝数据，默认为 False。
1）通过列表创建
指定行标签
import pandas as pd
def main():
data = [[1, 2, 3], ['Google', 'Meta', 'Apple']]
index = ['idx', 'name']
df = pd.DataFrame(data, index=index)
print(df)指定列标签
import pandas as pd
def main():
data = [['Google', 1], ['Meta', 2], ['Apple', 3]]
col = ['name', 'id']
df = pd.DataFrame(data, columns=col)
print(df)2）通过字典创建
字典的key对应表格的列名，value对应每个列中存在的值。
import pandas as pd
def main():
data = {'name': ['Google', 'Meta'], 'idx': [1, 2]}
df = pd.DataFrame(data)
print(df)3）使用numpy中数组来创建
numpy中数组就是类似的二维数组，可以使用行标签指定，也可以使用列标签指定
import pandas as pd
import numpy as np
def main():
ndarray_data = np.array([
['Google', 1],
['Meta', 2],
['Apple', 3]
])
idx = [0, 1, 2]
df = pd.DataFrame(ndarray_data, index=idx)
print(df)3、DataFrame的属性
1) df.shape
用于返回 DataFrame对象 的维度信息（形状），即行数和列数。返回包含行数和列数的元组。
import pandas as pd
# 创建一个示例 DataFrame
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 df.shape 获取 DataFrame 的维度信息
shape = df.shape
# 打印结果
print("DataFrame 的维度信息：", shape) # （3,3）
2）df.columns 用于获取列名 3）df.index 用于获取索引
4、DataFrame索引元素方式
Pandas 使用 loc 属性返回指定行和列的数据，从0开始计数
1）指定行号和列号访问元素
import pandas as pd
# 创建一个示例 DataFrame
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 选择第二行第三列的元素
element = df.iloc[1, 2]
# 打印结果
print(element)2）使用切片，选择连续的多行或多列数据
import pandas as pd
def main():
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
target = df.iloc[:2, :2]
print(target)3）使用列表，选择多行或多列数据
import pandas as pd
def main():
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
target = df.iloc[[0, 2], [1, 2]]
print(target)
main()4）使用列索引名称来，获取数据
import pandas as pd
def main():
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
target = df.iloc[0]['A']
print(target)5、常用的一些函数
1）df.dropna() 用于删除表格中包含缺失值的行 df.dropna(axis=1) 用于删除表格中指定列中包含缺失值的行
2）df.fillna(value=0, inplace=True) 对于DataFrame中缺失的值，还可以根据值进行填充
3）df.sort_values(by='column_name', ascending=True) 根据指定的列名排序表格,默认为升序排序
import pandas as pd
def main():
data = {'A': [1, 2, 3],
'B': [7, 3, 1],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
target = df.sort_values(by='B')
print(target)
main()4）df.sample() 用于从DataFrame中随机抽取样本。
默认情况，可以返回指定数量的随机样本的DataFrame。
import pandas as pd
# 创建一个示例 DataFrame
data = {'A': [1, 2, 3, 4, 5],
'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)
# 从 DataFrame 中随机抽取两个样本
sample = df.sample(n=2)
# 打印结果
print(sample)
df.sample() 方法还支持其他参数，例如 frac（指定要抽取的样本占原始数据的比例）、replace（是否允许重复抽样）。
5）pd.concat()
Pandas中用于合并数据的函数，可以沿着指定的轴将多个DataFrame或者Series对象连接起来。
沿着行进行数据合并，因此合并的两个对象在Series上一致。
import pandas as pd
# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9],
'B': [10, 11, 12]})
# 使用 pd.concat() 连接两个 DataFrame，并为每个 DataFrame 添加一个层次化索引
result = pd.concat([df1, df2], keys=['df1', 'df2'])
# 打印结果
print(result)
沿着列进行合并，因此合并的两个对象在行数上一致。
import pandas as pd
# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9],
'D': [10, 11, 12]})
# 使用 pd.concat() 沿列轴连接两个 DataFrame
result = pd.concat([df1, df2], axis=1)
# 打印结果
print(result)
6）df.Series_name.value_counts()
计算DataFrame中某个Series中每个唯一值的出现次数
import pandas as pd
import numpy as np
def main():
data = {'A': [1, 2, 3],
'B': [7, 3, 1],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
target = df.B.value_counts()
print(target)实际应用中，DataFrame中还有很多方法没有介绍，根据需要边用边查。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
在本篇文章里小编给大家整理的是一篇关于Python wordcloud库安装方法总结内容，有需要的朋友们可以学习下。2020-12-12
这篇文章主要为大家详细介绍了python tkinter图形界面代码统计工具，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-09-09
Python3操作SQLite3数据库的完整指南(最新推荐)
在Python中操作SQLite3数据库,通常使用sqlite3模块,这个模块提供了操作SQLite数据库的接口,包括创建连接、执行SQL语句、提交事务等,下面是一些基本的使用方法,感兴趣的朋友一起看看吧2026-08-08
这篇文章主要介绍了Python SQLAlchemy库的使用方法，帮助大家更好的利用python处理数据库，感兴趣的朋友可以了解下2020-10-10
这篇文章主要介绍了Python中的Numpy入门教程，着重讲解了矩阵中的数组操作,需要的朋友可以参考下2014-04-04
Python的copy()函数是copy模块提供的一个用于创建对象浅拷贝的工具,这篇文章主要介绍了Python中copy()函数浅拷贝与深拷贝的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下2025-11-11
这篇文章主要介绍了Python创建空列表的字典2种方法详解,需要的朋友可以参考下2020-02-02
Python中的延迟绑定是指在嵌套函数中，内部函数在被调用时才会绑定外部函数的变量，而不是在定义内部函数时就绑定。本文将通过一些例子带大家深入了解Python中的延迟绑定，感兴趣的可以了解一下2023-05-05
这篇文章主要介绍了Python实现统计给定列表中指定数字出现次数的方法,涉及Python针对列表的简单遍历、计算相关操作技巧,需要的朋友可以参考下2018-04-04
这篇文章主要为大家详细介绍了python利用后缀表达式实现计算器功能，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-02-02
最新评论