Pandas数据结构-DataFrame
2017-12-01 11:19
691 查看
pandas主要数据对象为Series和DataFrame。
DataFrame
DataFrame表示一个表格,是一个经过排列的列表集。具有行和列的索引,所以可以采用分层索引表示高维数据。
可以将长度相同的字典或NumPy数组转换成为DataFrame,例如:
DataFrame和Series一样,索引值会自动分配,并且DataFrame的列也进行了排序。如果设定了列的顺序,则列会按照设定顺序存储。例如:
DataFrame转换为字典dict
dataframe可以转换为嵌套的字典,例如:
DataFrame
DataFrame表示一个表格,是一个经过排列的列表集。具有行和列的索引,所以可以采用分层索引表示高维数据。
可以将长度相同的字典或NumPy数组转换成为DataFrame,例如:
data={'a':[3,5,7], 'g':[4.6,24,56], 'b':['aaa','vbb','dde']} frame=pd.DataFrame(data) print(frame) >> a b g 0 3 aaa 4.6 1 5 vbb 24.0 2 7 dde 56.0
DataFrame和Series一样,索引值会自动分配,并且DataFrame的列也进行了排序。如果设定了列的顺序,则列会按照设定顺序存储。例如:
frame=pd.DataFrame(data, columns=['a','g','b'])
DataFrame转换为字典dict
dataframe可以转换为嵌套的字典,例如:
dict1=dict(frame['b']) dict2=dict(frame[['a','b']]) print(dict1) print(dict2['a'][2]) >>{0: 'aaa', 1: 'vbb', 2: 'dde'} >>7
相关文章推荐
- pandas 的数据结构(Series, DataFrame)
- Pyhton科学计算工具Pandas(三) —— 数据结构Dataframe的基本操作
- Pandas两种主要的数据结构--Series和DataFrame
- numpy与pandas的数据结构互转:ndarray、series、dataframe
- pandas的数据结构series、dataframe
- numpy与pandas的数据结构互转:ndarray、series、dataframe
- python_pandas_dataframe_行列选择_切片操作
- Pandas中把dataframe转成array
- pandas 按照列A分组,将同一组的列B求和,生成新的Dataframe
- Pandas分裂dataframe
- 使用lxml的xpath读取网页中的表格并转化为pandas的DataFrame
- pandas.dataframe 转换(笔记)
- Pandas数据结构
- python列表与pandas库dataframe:小笔记
- 利用Pandas 创建空的DataFrame方法
- 浅谈pandas中Dataframe的查询方法([], loc, iloc, at, iat, ix)
- 【机器学习】pandas中Series和DataFrame
- [置顶] 【python pandas】 Dataframe的数据print输出 显示为...省略号
- 10、Pandas 的数据结构、统计特性及数据读写
- python中pandas库中DataFrame对行和列的操作使用方法