pandas新建数据框|极客笔记

pandas新建数据框

在数据分析和数据处理过程中，pandas库是一个非常强大和常用的工具。pandas库提供了一个名为DataFrame的数据结构，它类似于Excel中的电子表格，可以方便地存储和处理数据。在本文中，我们将讨论如何使用pandas新建数据框，并对其常用功能进行介绍。

新建数据框

要新建一个数据框，首先需要导入pandas库，并使用pandas的DataFrame()函数。DataFrame()函数接受一个字典作为参数，字典的key表示列名，value表示该列的数据。下面是一个简单的示例：

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 35, 40],
    'Gender': ['F', 'M', 'M', 'M']
}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们将得到如下输出：

      Name  Age Gender
0    Alice   25      F
1      Bob   30      M
2  Charlie   35      M
3    David   40      M

可以看到，我们成功地创建了一个包含三列(Name, Age, Gender)的数据框，并且每一列对应的数据也正确地填充了进去。

访问数据框

一旦创建了数据框，我们可以通过列名来访问数据框中的数据。如下所示：

# 访问某一列
print(df['Name'])

# 访问某几列
print(df[['Name', 'Age']])

# 访问某一行
print(df.loc[0])

# 访问某几行
print(df.loc[[1, 2]])

上述代码运行结果如下：

0      Alice
1        Bob
2    Charlie
3      David
Name: Name, dtype: object

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35
3    David   40

Name      Alice
Age          25
Gender        F
Name: 0, dtype: object

      Name  Age Gender
1      Bob   30      M
2  Charlie   35      M

修改数据框

除了访问数据框中的数据，我们也可以对数据进行修改。例如，我们可以新增一列数据，修改现有数据等等。示例如下：

# 新增一列数据
df['City'] = ['New York', 'Los Angeles', 'Chicago', 'Houston']
print(df)

# 修改某一行数据
df.loc[0, 'Age'] = 26
print(df)

以上代码的运行结果如下：

      Name  Age Gender         City
0    Alice   25      F     New York
1      Bob   30      M  Los Angeles
2  Charlie   35      M      Chicago
3    David   40      M      Houston

      Name  Age Gender         City
0    Alice   26      F     New York
1      Bob   30      M  Los Angeles
2  Charlie   35      M      Chicago
3    David   40      M      Houston

删除数据框

有时候我们也需要删除数据框中的行或列，可以使用drop()函数来实现。示例如下：

# 删除某一列
df = df.drop('Gender', axis=1)
print(df)

# 删除某一行
df = df.drop(1)
print(df)

该代码的输出如下：

      Name  Age         City
0    Alice   26     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago
3    David   40      Houston

      Name  Age      City
0    Alice   26  New York
2  Charlie   35   Chicago
3    David   40   Houston