从现有的数据框 pandas 创建一个新的数据框 - Python

在 Python 中，Pandas 是一种流行的数据分析库，它提供了许多用于处理和操作数据的数据结构和函数。在本文中，我们将介绍如何使用 Pandas 从现有数据框中创建新的数据框。

创建 Pandas 数据框

首先，我们需要导入 Pandas 库。在导入 Pandas 库之后，我们可以使用 Pandas 的 DataFrame 类来创建一个数据框。

import pandas as pd

# 创建一个字典，其中包含一些数据
data = {'name': ['张三', '李四', '王五', '赵六'],
        'age': [20, 21, 22, 23],
        'sex': ['男', '女', '男', '女']}

# 使用 Pandas 的 DataFrame 类来创建一个数据框
df = pd.DataFrame(data)

# 打印数据框
print(df)

输出结果如下：

  name  age sex
0   张三   20  男
1   李四   21  女
2   王五   22  男
3   赵六   23  女

在上面的代码中，我们首先使用字典来创建一个包含一些数据的数据结构。接下来，我们使用 Pandas 的 DataFrame 类来创建一个数据框。最后，我们使用 print 函数来输出数据框的内容。

从现有的数据框中创建新的数据框

现在我们知道如何创建一个数据框，但有时候我们需要从现有的数据框中创建一个新的数据框。这可以通过 Pandas 的 loc 或 iloc 方法实现。

使用 loc 方法

loc 方法用于基于标签从数据框中选择行和列。我们可以使用它来选择需要复制到新数据框中的数据。

# 创建一个新的数据框，它包含原始数据框的前两行和两个特定的列
new_df = df.loc[0:1, ['name', 'age']]

# 打印新的数据框
print(new_df)

输出结果如下：

  name  age
0   张三   20
1   李四   21

在上面的代码中，我们使用 loc 方法选择了数据框中的前两行和两个特定的列，并将它们复制到一个新的数据框中。

使用 iloc 方法

iloc 方法用于基于整数位置从数据框中选择行和列。它与 loc 方法的工作方式类似，但使用的是整数位置而不是标签。

# 创建一个新的数据框，它包含原始数据框的第二和第三行以及所有列
new_df = df.iloc[1:3, :]

# 打印新的数据框
print(new_df)

输出结果如下：

  name  age sex
1   李四   21  女
2   王五   22  男

在上面的代码中，我们使用 iloc 方法选择了数据框中的第二和第三行以及所有列，并将它们复制到一个新的数据框中。

结论

在本文中，我们介绍了如何使用 Pandas 从现有数据框中创建新的数据框。我们学习了如何使用 loc 和 iloc 方法选择需要放入新数据框中的数据。Pandas 巨大的功能集能够处理各种数据类型和数据结构，使其成为数据科学家和分析师的必备工具之一。