Pandas 数据结构 DataFrames

什么是 DataFrame?

Pandas DataFrame（数据帧） 是二维数据结构，如二维数组或具有行和列的表。

实例

创建一个简单的 Pandas DataFrame:

import pandas as pd
data = {
 "calories": [420, 380, 390],
 "duration":  [50, 40, 45]
}
#将 data 加载到 DataFrame 中:
df = pd.DataFrame(data)
print(df)

结果

   calories  duration
0       420        50
1       380        40
2       390        45

定位行

从上面的结果可以看出，DataFrame 就像一个包含行和列的表。

Pandas 使用 loc 属性返回一个或多个指定行

实例

返回 0 行:

import pandas as pd
data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}
#将 data 加载到 DataFrame 中:
df = pd.DataFrame(data)
print(df.loc[0])

结果

calories    420
duration     50
Name: 0, dtype: int64

实例

返回 0 和 1 行:

import pandas as pd
data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}
#将 data 加载到 DataFrame 中:
df = pd.DataFrame(data)
print(df.loc[[0, 1]])

结果

   calories  duration
0       420        50
1       380        40

索引命名

使用 index 参数, 你可以给自己的索引命名.

实例

添加名称列表，为每行指定一个名称：

import pandas as pd
data = {
 "calories": [420, 380, 390],
 "duration":  [50, 40, 45]
}
df = pd.DataFrame(data, index = ["day1", "day2",  "day3"])
print(df)

结果

      calories  duration
day1       420        50
day2       380        40
day3       390        45

定位命名索引

使用命名索引中的 loc 属性来返回指定的行（或多行）.

实例

返回 “day2”:

import pandas as pd
data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}
df = pd.DataFrame(data, index = ["day1", "day2", "day3"])
print(df.loc["day2"])

结果

calories    380
duration     40
Name: 0, dtype: int64

加载文档到 DataFrame

如果你的数据存在文档中, Pandas 能将其加载到 DataFrame 中。

实例

将 CSV 文件加载到 DataFrame 中：

import pandas as pd
df = pd.read_csv('data.csv')
print(df)

您在下一章节将学习到更多关于载入文档的知识。