📜  字典 pandas 的列 - Python (1)

📅  最后修改于: 2023-12-03 15:25:02.439000             🧑  作者: Mango

字典Pandas的列 - Python

在 Pandas 中,我们可以使用字典来表示数据框的列。这样可以方便地引用特定的列和数据。

1. 创建一个字典

我们可以用一个字典来创建一个 DataFrame。字典的 key 代表 DataFrame 的列名,value 代表对应的数据。

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'city': ['New York', 'Paris', 'London', 'Los Angeles']}

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

输出结果:

       name  age         city
0     Alice   25     New York
1       Bob   32        Paris
2   Charlie   18       London
3     David   47  Los Angeles
2. 增加一列数据

我们可以使用字典中的值来增加一列数据。

df['salary'] = [5000, 8000, 4200, 9800]
print(df)

输出结果:

       name  age         city  salary
0     Alice   25     New York    5000
1       Bob   32        Paris    8000
2   Charlie   18       London    4200
3     David   47  Los Angeles    9800
3. 删除一列数据

我们可以使用 del 关键字来删除一列数据。

del df['city']
print(df)

输出结果:

      name  age  salary
0    Alice   25    5000
1      Bob   32    8000
2  Charlie   18    4200
3    David   47    9800
4. 选择一列数据

我们可以使用列名来选择一列数据。

print(df['age'])

输出结果:

0    25
1    32
2    18
3    47
Name: age, dtype: int64
5. 修改一列数据

我们可以使用列名来修改一列数据。

df['salary'] = df['salary'] * 1.4
print(df)

输出结果:

      name  age   salary
0    Alice   25   7000.0
1      Bob   32  11200.0
2  Charlie   18   5880.0
3    David   47  13720.0
6. 冻结一个列

如果我们希望某一列的数据不可更改,我们可以使用 Pandas 的 FrozenList

from pandas import FrozenList

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': FrozenList([25, 32, 18, 47]),
        'city': ['New York', 'Paris', 'London', 'Los Angeles']}

df = pd.DataFrame(data)

这样就可以冻结 age 列的数据。

以上就是 Pandas 中使用字典来表示数据框的列的介绍。