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