使用Python的Pandas库创建Dataframe

发布时间：2023-05-18

一、Pandas库简介

Pandas是一个用于数据处理和数据分析的强大Python库，它提供了许多高效的数据结构和数据分析工具，其中最核心的数据结构是Series和DataFrame。Series是一种一维数组结构，而DataFrame则是一种二维表格结构。 Pandas还可以用于数据导入、数据清洗、数据操作、数据可视化等任务。在数据科学、金融、经济、社会科学等领域中，Pandas已经成为了必不可少的工具。

二、创建Dataframe的两种方式

在Pandas中，我们可以使用两种方式创建一个DataFrame，一种是从Python字典创建，另一种是从外部数据源导入。当然，这里我们只介绍第一种方式，即从Python字典创建DataFrame。 创建一个DataFrame的基本语法如下：

import pandas as pd
# 使用字典创建DataFrame
df = pd.DataFrame({'列名1': [数据1, 数据2, 数据3, ...],
                   '列名2': [数据1, 数据2, 数据3, ...],
                   '列名3': [数据1, 数据2, 数据3, ...],
                    ...
                  })

其中，第一个大括号内的每一个键-值对都代表着DataFrame的一列，键表示列名，值表示该列的数据。注意：各列数据的长度必须一致。

三、创建Dataframe的例子

我们通过一个例子来演示如何使用Python的Pandas库创建一个DataFrame：

import pandas as pd
# 使用字典创建DataFrame
df = pd.DataFrame({'姓名': ['张三', '李四', '王五', '赵六'],
                   '年龄': [18, 22, 25, 30],
                   '性别': ['男', '女', '男', '女'],
                   '成绩': [85.6, 92.3, 78.9, 87.5]
                  })
# 输出DataFrame
print(df)

输出结果如下：

   姓名  年龄 性别    成绩
0  张三  18  男  85.6
1  李四  22  女  92.3
2  王五  25  男  78.9
3  赵六  30  女  87.5

四、DataFrame的基本操作

创建好DataFrame之后，我们可以进行各种操作，包括索引、切片、筛选、统计等。这里我们对其中的几个常用操作进行介绍。

五、DataFrame的索引

Pandas中，我们可以通过loc、iloc、ix、at、iat等方式对DataFrame进行索引。这些方法分别代表了不同的索引方式，比较常用的是loc和iloc。 loc方法的基本语法如下：

df.loc[行名，列名]

其中，行名和列名可以是单个值，也可以是列表形式的多个值。例如，我们要查询姓名为“李四”的成绩和性别，代码如下：

# 使用loc方法索引
print(df.loc[df['姓名'] == '李四', ['成绩', '性别']])

输出结果如下：

     成绩 性别
1  92.3  女

iloc方法的基本语法如下：

df.iloc[行号，列号]

与loc类似，行号和列号也可以是单个值或列表形式的多个值。例如，我们要查询第三行第二列的数据，代码如下：

# 使用iloc方法索引
print(df.iloc[2, 1])

输出结果为25。

六、DataFrame的求和和均值

我们可以使用sum方法对DataFrame数据进行求和，也可以使用mean方法求出DataFrame数据的平均值。 例如，我们要求出成绩列的总和和平均值，代码如下：

# 求和
sum_score = df['成绩'].sum()
print('成绩总和为：', sum_score)
# 求平均值
mean_score = df['成绩'].mean()
print('成绩平均值为：', mean_score)

输出结果为：

成绩总和为： 344.3
成绩平均值为： 86.075

七、DataFrame的排序

我们可以使用sort_values方法对DataFrame数据进行排序。 例如，我们要按照年龄升序排序，代码如下：

# 按照年龄升序排序
df = df.sort_values(by='年龄')
# 输出排序后的DataFrame
print(df)

输出结果为：

   姓名  年龄 性别    成绩
0  张三  18  男  85.6
1  李四  22  女  92.3
2  王五  25  男  78.9
3  赵六  30  女  87.5

八、小结

使用Python的Pandas库创建Dataframe是数据分析和数据处理中的一个非常重要的环节。通过本文的介绍，您可以了解到Pandas库的基本情况、DataFrame的创建方式、DataFrame的基本操作以及一些常用函数的使用方法。当然，Pandas库功能还非常强大，您可以自行查找相关资料进行学习。

推荐文章