极客笔记使用Python中的字典值列表创建数据框架结构的解释
在数据分析中，我们经常需要用到数据框架（DataFrame）结构。Python中的pandas库提供了高效的数据框架操作方法。而使用字典值列表（List of Dictionaries）创建数据框架是一种常用的方法。本文将详细介绍如何使用Python中的字典值列表创建数据框架结构。
更多Python教程，请阅读：Python 教程
字典值列表
字典值列表是一种包含多个字典的列表，其中每个字典表示一条数据记录。例如：
employee = [
{'name': 'John', 'age': 32, 'gender': 'M', 'salary': 5000},
{'name': 'Mary', 'age': 28, 'gender': 'F', 'salary': 6000},
{'name': 'Tom', 'age': 45, 'gender': 'M', 'salary': 7500},
{'name': 'Jane', 'age': 33, 'gender': 'F', 'salary': 4500}
]
上面的例子中，包含4个字典的列表代表了4个员工的信息，每个字典中的键表示员工的属性，包括姓名、年龄、性别和工资。
创建数据框架
使用字典值列表创建数据框架的方法非常简单，只需要使用pandas中的DataFrame函数即可。例如，我们可以使用上面的employee列表创建数据框架：
import pandas as pd
df = pd.DataFrame(employee)
print(df)
输出结果如下：
name age gender salary
0 John 32 M 5000
1 Mary 28 F 6000
2 Tom 45 M 7500
3 Jane 33 F 4500
create dataframe
在这个例子中，我们首先导入了pandas库，通过DataFrame函数将employee列表转换成了一个数据框架。使用print函数输出数据框架，可以看到每个字典中的键被作为数据框架的列名，而字典中的值被按行组织在数据框架中。
需要注意的是，如果字典值列表中每个字典中包含的键不一致，那么数据框架中也将包含一样的列。例如，我们将上面employee列表中的John的年龄修改为None：
employee = [
{'name': 'John', 'age': None, 'gender': 'M', 'salary': 5000},
{'name': 'Mary', 'age': 28, 'gender': 'F', 'salary': 6000},
{'name': 'Tom', 'age': 45, 'gender': 'M', 'salary': 7500},
{'name': 'Jane', 'age': 33, 'gender': 'F', 'salary': 4500}
]
df = pd.DataFrame(employee)
print(df)
输出结果如下：
name age gender salary
0 John None M 5000
1 Mary 28.0 F 6000
2 Tom 45.0 M 7500
3 Jane 33.0 F 4500
create dataframe with None field
从结果中可以看到，数据框架中包含了age列，而John的age被表示为None。这是因为在数据框架中，缺失值用NaN表示。
列选择与重排
使用数据框架的最常见操作之一是选择列。我们可以使用dataframe[column_name]来选择指定的列。例如，我们要选择salary列：
salary_df = df['salary']
print(salary_df)
select column from dataframe
输出结果如下：
0 5000
1 6000
2 7500
3 4500
Name: salary, dtype: int64
可以看到，输出结果中包含了选定列的完整信息，其中包括每个值的索引和类型。需要注意的是，因为我们使用的是字典值列表创建数据框架，所以数据框架中的列的顺序与字典中的键的顺序是一致的。如果我们需要按照指定的顺序展示列，可以通过指定列名的列表来完成：
selected_df = df[['name', 'salary', 'gender']]
print(selected_df)
select multiple columns from dataframe
输出结果如下：
name salary gender
0 John 5000 M
1 Mary 6000 F
2 Tom 7500 M
3 Jane 4500 F
从结果中可以看到，我们按照指定的列顺序展示了数据框架的子集。
行选择
除了选择列之外，我们还可以根据条件选择行。例如，我们要选择工资大于6000的员工信息：
selected_df = df[df['salary'] > 6000]
print(selected_df)
select subset rows from dataframe
输出结果如下：
name age gender salary
2 Tom 45 M 7500
从结果中可以看到，我们只选择到了工资大于6000的员工Tom的信息。我们使用了df[‘salary’] > 6000作为选择条件，该条件返回了所有salary列大于6000的行。在pandas中，我们可以使用所有支持的逻辑运算符来进行条件选择。
添加列
数据框架中的列可以通过字典值列表中的字典添加。例如，我们添加一个新的列deduction，包含员工工资的10%扣除：
for i in range(len(employee)):
deduction = employee[i]['salary']*0.1
employee[i]['deduction'] = deduction
df = pd.DataFrame(employee)
print(df)
add column to dataframe
输出结果如下：
name age gender salary deduction
0 John 32 M 5000 500.0
1 Mary 28 F 6000 600.0
2 Tom 45 M 7500 750.0
3 Jane 33 F 4500 450.0
可以看到，我们添加了新列deduction。在循环中，我们遍历了employee的每个字典，计算扣除，然后添加一个新的键deduction到字典中。最后，我们使用字典值列表创建了一个数据框架。
如果我们需要添加已经存在的列，我们可以在数据框架上直接操作，例如：
df['bonus'] = [0, 1000, 2000, 500]
print(df)
add existing column to dataframe
输出结果如下：
name age gender salary deduction bonus
0 John 32 M 5000 500.0 0
1 Mary 28 F 6000 600.0 1000
2 Tom 45 M 7500 750.0 2000
3 Jane 33 F 4500 450.0 500
索引与选取
数据框架的行可以通过数字或索引进行选择。例如，我们可以通过数字选择第3行：
row = df.iloc[2]
print(row)
select a row from dataframe using index
输出结果如下：
name Tom
age 45
gender M
salary 7500
deduction 750
bonus 2000
Name: 2, dtype: object
可以看到，我们选择到了第3行的信息。
如果我们需要通过索引选择特定的行，我们可以将索引设置为数据框架中的一列，然后使用loc函数查找索引：
df.set_index('name', inplace=True)
selected_row = df.loc['Tom']
print(selected_row)
以上代码中，我们将name列设置为索引，然后使用loc函数查找Tom的信息。输出结果如下：
age 45
gender M
salary 7500
deduction 750
bonus 2000
Name: Tom, dtype: object
可以看到，我们使用索引成功地选择了Tom的信息。
需要注意的是，如果我们选择的行数超过了数据框架的大小，将会报错。因此，在使用索引选择行之前，我们需要确保索引值是唯一的，并且在数据框架中至少存在。
更新数据
更新数据框架中的数据可以使用iloc或loc函数以及赋值操作符完成。例如，我们要将Tom的工资更新为8000：
df.loc['Tom', 'salary'] = 8000
print(df)
update value in dataframe
输出结果如下：
age gender salary deduction bonus
name
John 32 M 5000 500.0 0
Mary 28 F 6000 600.0 1000
Tom 45 M 8000 750.0 2000
Jane 33 F 4500 450.0 500
可以看到，我们使用了loc函数选择Tom的salary值，然后将该值赋值为8000，成功地更新了数据框架中的数据。
删除列和行
在使用数据框架时，我们也可能需要删除一些列或行。例如，我们要删除提成bonus列：
df.drop(columns=['bonus'], inplace=True)
print(df)
delete column from dataframe
输出结果如下：
age gender salary deduction
name
John 32 M 5000 500.0
Mary 28 F 6000 600.0
Tom 45 M 8000 750.0
Jane 33 F 4500 450.0
可以看到，我们使用drop函数删除了指定的列。需要注意的是，drop函数并不直接改变数据框架，而是返回了一个新的数据框架，因此我们需要将inplace参数设置为True才能实现真正的删除。
如果我们需要删除指定的行，可以使用drop函数的index参数：
df.drop(index='Tom', inplace=True)
print(df)
delete row from dataframe
输出结果如下：
age gender salary deduction
name
John 32 M 5000 500.0
Mary 28 F 6000 600.0
Jane 33 F 4500 450.0
可以看到，我们成功地删除了Tom的信息。
数据框架的属性
在使用数据框架时，我们可以使用一些常用的属性来获取数据框架的信息。例如，我们可以使用shape属性获取数据框架的形状：
print(df.shape)
output dataframe shape
输出结果为：
(3, 4)
可以看到，数据框架有3行和4列。
我们还可以使用describe函数来获取数据框架的统计信息：
print(df.describe())
output dataframe summary statistics
输出结果为：
age salary deduction
count 3.000000 3.000000 3.000000
mean 31.000000 5166.666667 516.666667
std 2.645751 753.778017 75.377802
min 28.000000 4500.000000 450.000000
25% 30.000000 4750.000000 475.000000
50% 32.000000 5000.000000 500.000000
75% 32.500000 5500.000000 550.000000
max 33.000000 6000.000000 600.000000
可以看到，我们得到了数据框架的一些统计数据，包括计数、平均值、标准差、最小值、25%分位数、50%分位数、75%分位数和最大值。
数据可视化
除了使用属性和函数来分析数据框架之外，我们还可以使用图表或图形来更加直观地展示数据。在pandas中，我们可以使用数据框架自带的plot函数来绘制图表。例如，我们可以绘制一个员工工资的柱状图：
df['salary'].plot(kind='bar')
plt.title('Employee Salary')
plt.xlabel('Employee Name')
plt.ylabel('Salary')
plt.show()
可以看到，我们成功地绘制了一个柱状图，展示了每个员工的工资。
如果我们需要绘制其他类型的图表，可以使用plot函数的kind参数。常用的图表类型包括折线图、散点图、面积图、箱线图等。在绘制图表时，我们也可以添加标题、x轴和y轴标签等元素来更好地展示数据。
综上所述，pandas是一个非常有用的数据分析工具，可以帮助我们有效地处理和分析数据。在工作中，熟练掌握pandas的使用将会使数据分析的过程更加高效和准确。