创建 Pandas 数据框系列 - Python

Pandas 是一个功能强大的数据分析工具，它提供了一种灵活且高效的方式来处理和分析数据。在本系列教程中，我们将介绍如何使用 Pandas 创建数据框（DataFrame）。

数据框的概述

数据框是 Pandas 中最重要的数据结构之一，它类似于一个二维表格，可以存储和处理具有不同数据类型的数据。数据框由行和列组成，每列可以具有不同的数据类型，如整数、浮点数、字符串等。

创建一个空的数据框

要创建一个空的数据框，可以使用 Pandas 的 DataFrame() 函数，并传入一个空的列表或字典。以下是使用列表的示例：

import pandas as pd

df = pd.DataFrame([])

以下是使用字典的示例，其中字典的键是列名称，值是列数据：

import pandas as pd

data = {'col1': [], 'col2': []}
df = pd.DataFrame(data)

创建一个带有数据的数据框

要创建一个带有数据的数据框，可以使用 Pandas 的 DataFrame() 函数，并传入一个包含数据的列表、数组或字典。以下是使用列表的示例：

import pandas as pd

data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]
df = pd.DataFrame(data, columns=['Name', 'Age'])

以下是使用数组的示例：

import pandas as pd
import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

以下是使用字典的示例，其中字典的键是列名称，值是列表或数组：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35]}
df = pd.DataFrame(data)

操作数据框

创建数据框后，我们可以对其进行各种操作，如选择、过滤、排序和更新数据等。以下是一些常用的操作方法：

• 选择列：使用列名或列索引选择列，如 df['column'] 或 df.column。
• 选择行：使用行索引选择行，如 df.loc[row_index] 或 df.iloc[row_index]。
• 过滤数据：使用条件表达式过滤数据，如 df[df['column'] > value]。
• 排序数据：使用 df.sort_values() 方法按列值排序数据框。
• 更新数据：使用赋值语句更新数据框的特定单元格、列或行。

结论

通过本系列教程，您已经学会了如何创建 Pandas 数据框。数据框是 Pandas 中最常用、最重要的数据结构之一，它为我们提供了处理和分析数据的强大工具。希望这些教程对您有所帮助，并提高您在数据处理方面的能力。