使用命名列制作数据框 - Python

在Python中使用Pandas库可以很容易地使用命名列制作数据框。Pandas是一个强大的数据处理工具，它可以让我们用非常直观的方式来创建和分析数据。在本文中，我们将讨论如何使用Pandas制作数据框，并给出一些实例。

创建数据框

要创建一个数据框，我们可以使用Pandas库中的DataFrame()函数。该函数可以接受多种参数类型，以创建数据框。以下是一个基本的示例，演示如何使用DataFrame()函数创建一个数据框：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 45, 22],
        'country': ['US', 'UK', 'CN', 'AU']}

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

将输出以下结果：

       name  age country
0     Alice   25      US
1       Bob   30      UK
2   Charlie   45      CN
3     David   22      AU

这里，我们创建了一个名为data的字典，其中包含三列数据：姓名（name）、年龄（age）和国家（country）。然后，我们使用DataFrame()函数将其转换为一个数据框，并将其分配给名为df的变量。

包含索引的数据框

默认情况下，Pandas会自动为数据框的每一行分配一个索引，索引从0开始。您也可以选择自己指定索引。以下是一个包含自定义索引的示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 45, 22],
        'country': ['US', 'UK', 'CN', 'AU']}

df = pd.DataFrame(data, index=[101, 102, 103, 104])
print(df)

将输出以下结果：

        name  age country
101    Alice   25      US
102      Bob   30      UK
103  Charlie   45      CN
104    David   22      AU

这里，我们使用index参数为数据框指定了自定义索引。

通过列选择数据

在数据框中，我们经常需要选择特定的列进行分析。可以使用以下方式选择一个或多个列：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 45, 22],
        'country': ['US', 'UK', 'CN', 'AU']}

df = pd.DataFrame(data)
print(df['name'])     # 选择单列
print(df[['name', 'age']])   # 选择多列

将输出以下结果：

0      Alice
1        Bob
2    Charlie
3      David
Name: name, dtype: object

       name  age
0     Alice   25
1       Bob   30
2   Charlie   45
3     David   22

通过行选择数据

除了选择列外，我们还可以按行选择数据。要选择单个行，请使用loc[]函数。要选择多个行，请使用loc[]和:运算符。以下是一个例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 45, 22],
        'country': ['US', 'UK', 'CN', 'AU']}

df = pd.DataFrame(data, index=[101, 102, 103, 104])
print(df.loc[102])     # 选择单个行
print(df.loc[102:104])    # 选择多个行

将输出以下结果：

name        Bob
age          30
country      UK
Name: 102, dtype: object

        name  age country
102      Bob   30      UK
103  Charlie   45      CN
104    David   22      AU

组合多种数据操作

在实践中，我们通常会一起使用多种数据操作。例如，选择一些列并根据年龄排序：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 45, 22],
        'country': ['US', 'UK', 'CN', 'AU']}

df = pd.DataFrame(data)
result = df[['name', 'age']].sort_values('age')
print(result)

将输出以下结果：

      name  age
3    David   22
0    Alice   25
1      Bob   30
2  Charlie   45

在这个例子中，我们首先选择了name和age这两列，然后使用sort_values()函数按年龄进行排序。可以看到，最年轻的人物是David，最年长的是Charlie。

总结

在本文中，我们学习了如何使用命名列制作数据框。我们讨论了如何创建数据框、包含索引的数据框、通过列选择数据、通过行选择数据以及组合多种数据操作。Pandas是一个广泛使用的库，它提供了许多数据处理和分析功能，在处理数据时非常有用。