来自 dict 的数据框 - Python

简介

在 Python 中，我们可以使用 pandas 模块创建数据框来存储和处理数据。数据框是一种表格形式的数据结构，类似于 Excel 中的工作表。

数据框可以从多种类型的数据源中创建，其中一种是来自 Python 中的 dict。

在本文中，我们将讨论如何从 dict 中创建数据框，并介绍一些常用的操作和函数。

代码片段

下面是一个示例程序，演示如何从 dict 中创建数据框，并对其进行一些基本操作：

import pandas as pd

# 创建一个 dict 对象
data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'city': ['New York', 'London', 'Paris']}

# 将 dict 转换为数据框
df = pd.DataFrame(data)

# 打印数据框
print(df)

# 获取数据框的形状（行列数）
print(df.shape)

# 获取数据框的列名
print(df.columns)

# 获取数据框的索引
print(df.index)

# 获取数据框的数据类型
print(df.dtypes)

# 获取数据框的所有数据
print(df.values)

# 获取数据框的某一列
print(df['name'])

# 获取数据框的某些行
print(df.loc[0:1])

# 筛选数据框
print(df[df['age'] > 30])

代码运行结果：

       name  age       city
0     Alice   25   New York
1       Bob   30     London
2  Charlie   35      Paris

(3, 3)

Index(['name', 'age', 'city'], dtype='object')

RangeIndex(start=0, stop=3, step=1)

name    object
age      int64
city    object
dtype: object

[['Alice' 25 'New York']
 ['Bob' 30 'London']
 ['Charlie' 35 'Paris']]

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

     name  age      city
0   Alice   25  New York
1     Bob   30    London

       name  age    city
2  Charlie   35  Paris

细节说明

• 在创建数据框之前，需要先创建一个 dict 对象并将其填充好数据。
• 调用 pd.DataFrame() 函数，将 dict 转换为数据框对象。
• 可以使用多个属性和函数获取数据框的各种信息，例如形状、列名、索引、数据类型等。
• 可以使用方括号 [] 获取数据框的某一列，也可以使用 loc[] 获取某些行。
• 可以使用逻辑运算符对数据框进行筛选，返回符合条件的数据子集。