• 基本特征
  一個表格型的數據結構；
  含有一組有序的列（類似于index）；
  大致可看成共享同一個index的Series集合。

data = {'name':['Wangdachui', 'Linling', 'Niuyun'], 'pay':[4000,5000,6000]} # name、pay為列索引 frame = pd.DataFrame(data)frame Out[24]: name pay 0 Wangdachui 4000 1 Linling 5000 2 Niuyun 6000

• DataFrame的索引和值

data = np.array([('Wangdachui',4000), ('Linling',5000), ('Niuyun',6000)]) frame = pd.DataFrame(data, index=range(1,4), columns=['name','pay'])frame Out[27]: name pay 1 Wangdachui 4000 2 Linling 5000 3 Niuyun 6000 frame.index # 行索引 Out[28]: RangeIndex(start=1, stop=4, step=1)frame.columns # 列索引 Out[29]: Index(['name', 'pay'], dtype='object')frame.values # 值 Out[30]: array([['Wangdachui', '4000'],['Linling', '5000'],['Niuyun', '6000']], dtype=object)

• DataFrame的基本操作
  o. 取DataFrame對象的列和行可獲得Series：

frame Out[27]: name pay 1 Wangdachui 4000 2 Linling 5000 3 Niuyun 6000frame['name'] # 方式一 Out[31]: 1 Wangdachui 2 Linling 3 Niuyun Name: name, dtype: objectframe.pay # 方式二 Out[32]: 1 4000 2 5000 3 6000 Name: pay, dtype: objectframe.iloc[:2, 1] # 第一維表示行，第二維表示列 >第0行、第1行的第1列 Out[33]: 1 4000 2 5000 Name: pay, dtype: object

o. DataFrame對象的修改和刪除

frame['name'] = 'admin' # 修改frame Out[35]: name pay 1 admin 4000 2 admin 5000 3 admin 6000del frame['pay'] # 刪除frame Out[37]: name 1 admin 2 admin 3 admin

• DataFrame的統計功能
  o. DataFrame對象成員找最低工資和高工資人群信息

import pandas as pd data = {'name':['Wangdachui','Linling','Niuyun'], 'pay':[4000,5000,6000]} frame = pd.DataFrame(data)frame Out[4]: name pay 0 Wangdachui 4000 1 Linling 5000 2 Niuyun 6000 frame[frame.pay >= 5000] Out[6]: name pay 1 Linling 5000 2 Niuyun 6000

總結

以上是生活随笔為你收集整理的pandas - DataFrame的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。