极客笔记Python中新建DataFrame数据结构
在Python中，Pandas是一个非常流行的数据处理库，它提供了一个名为DataFrame的数据结构，用于处理和分析数据。DataFrame类似于Excel表格，它由行和列组成，每列可以包含不同类型的数据，如整数、浮点数、字符串等。
在本文中，我们将详细介绍如何在Python中新建DataFrame数据结构，并演示一些常用操作。
1. 导入Pandas库
要使用DataFrame，首先需要导入Pandas库。通常，我们使用import pandas as pd语句来导入Pandas库，并使用pd.DataFrame()函数来创建DataFrame对象。
import pandas as pd
2. 新建空的DataFrame
可以使用pd.DataFrame()函数来创建一个空的DataFrame。
df = pd.DataFrame()
print(df)
运行上述代码后，将会输出一个空的DataFrame对象。
3. 新建带有数据的DataFrame
除了空的DataFrame，我们还可以创建带有数据的DataFrame。数据可以是列表、字典、NumPy数组等。
3.1 使用列表创建DataFrame
下面是一个使用列表创建DataFrame的示例：
data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)
运行上述代码后，将会输出如下DataFrame对象：
Name Age
0 Alice 25
1 Bob 30
2 Charlie 35
3.2 使用字典创建DataFrame
使用字典创建DataFrame时，字典的键将会成为DataFrame的列名。
下面是一个使用字典创建DataFrame的示例：
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)
运行上述代码后，将会输出如下DataFrame对象：
Name Age
0 Alice 25
1 Bob 30
2 Charlie 35
3.3 使用NumPy数组创建DataFrame
我们还可以使用NumPy数组来创建DataFrame。
下面是一个使用NumPy数组创建DataFrame的示例：
import numpy as np
data = np.array([[1, 2], [3, 4], [5, 6]])
df = pd.DataFrame(data, columns=['A', 'B'])
print(df)
运行上述代码后，将会输出如下DataFrame对象：
A B
0 1 2
1 3 4
2 5 6
4. DataFrame基本操作
4.1 查看DataFrame的信息
可以使用info()方法来查看DataFrame的基本信息，如列名、数据类型、非空值个数等。
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
print(df.info())
运行上述代码后，将会输出DataFrame的基本信息。
4.2 查看DataFrame的前几行
可以使用head()方法来查看DataFrame的前几行，默认为前5行。
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
print(df.head())
运行上述代码后，将会输出DataFrame的前5行数据。
4.3 访问DataFrame的列
可以通过列名来访问DataFrame的列。
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
print(df['A'])
运行上述代码后，将会输出DataFrame的’A’列数据。
4.4 添加新的列
可以通过直接赋值的方式来添加新的列。
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df['C'] = [4, 5, 6]
print(df)
运行上述代码后，将会输出添加了新列’C’的DataFrame。
结论
本文介绍了在Python中如何新建DataFrame数据结构，并演示了一些常用操作。DataFrame是Pandas中非常重要的数据结构，可以帮助我们更加方便地处理和分析数据。