首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Python库介绍15 DataFrame

Python库介绍15 DataFrame

原创
作者头像
用户11104668
发布于 2024-05-15 01:15:06
发布于 2024-05-15 01:15:06
2400
举报
文章被收录于专栏:python库介绍python库介绍

DataFrame是pandas库中另一个重要的数据结构,它提供了类似于excel的二维数据结构

使用pandas.DataFrame()函数可以创建一个DataFrame数据类型

【用数组创建DataFrame】

import pandas as pd

import numpy as np

a=np.random.uniform(0,150,size=(5,3)).astype('int32')

df=pd.DataFrame(a)

df

我们首先使用random.uniform生成了一个5*3的矩阵a,它的每个元素是0~150的随机数

然后用DataFrame()函数把矩阵a转换为DataFrame类型

可以看到,在jupyter中,dataframe的显示非常直观,

上面第一行是它的列索引(默认为0,1,2)

左边第一列是它的行索引(默认为0,1,2,3,4)

中间的区域是我们的数据

DataFrame跟series类似,可以使用index参数手动设置行索引

此外,还可以使用columns参数设置列索引

import pandas as pd

import numpy as np

a=np.random.uniform(0,150,size=(5,3)).astype('int32')

line=['ZhangSan','LiSi','WangWu','ZhaoLiu','SunQi']

columns=['Literature','Math','English']

df=pd.DataFrame(a,index=line,columns=columns)

df

【用字典创建DataFrame】

pandas还支持字典创建DataFrame

字典的键(key)将作为列索引,值(value)将作为一个个数据

import pandas as pd

import numpy as np

a= np.random.randint(0,150,size=5)

b= np.random.randint(0,150,size=5)

c= np.random.randint(0,150,size=5)

data={'Literature':a,'Math':b,'English':c}

df=pd.DataFrame(data)

df

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Python库介绍16 DataFrame的常用属性
DataFrame 具有许多常用属性,这些属性提供了关于数据集的元信息或描述性统计
用户11104668
2024/05/15
2150
Python库介绍17 数据的保存与读取
在 Pandas 中,数据的保存和读取是非常常见的操作,以文件形式保存的数据可以方便数据的长时间存取和归档
用户11104668
2024/05/17
2770
Python基础(十一) | 超详细的Pandas库三万字总结
而基于Numpy构建的Pandas库,提供了使得数据分析变得更快更简单的高级数据结构和操作工具
timerring
2022/10/28
4870
Python基础(十一) | 超详细的Pandas库三万字总结
使用Python实现智能物流路径优化
本教程将带你一步步实现一个智能物流路径优化系统。我们将使用Python和一些常用的深度学习库,如TensorFlow和Keras。最终,我们将实现一个可以优化物流路径的模型。
Echo_Wish
2024/09/02
3360
使用Python实现智能物流路径优化
【原创佳作】介绍Pandas实战中一些高端玩法
相信大家平常在工作学习当中,需要处理的数据集是十分复杂的,数据集当中的索引也是有多个层级的,那么今天小编就来和大家分享一下DataFrame数据集当中的分层索引问题。
用户6888863
2022/06/08
7610
【原创佳作】介绍Pandas实战中一些高端玩法
异动分析(三)利用Python模拟业务数据
上期提到【数据是利用python生成的】,有很多同学留言想了解具体的生成过程,所以这一期就插空讲一下如何利用Python模拟日常业务数据
HsuHeinrich
2023/03/29
5300
异动分析(三)利用Python模拟业务数据
【Python数据分析五十个小案例】分析某电商平台的用户购买行为
数据分析为我们提供了对市场动态的深刻洞察,能够帮助企业优化运营策略、提升用户体验和增加收入。在本案例中,我们将通过Python进行电商平台用户购买行为数据的分析,揭示不同用户群体的消费模式以及热门产品的销售趋势。通过数据分析,我们希望为平台提供更精确的市场决策依据。
小馒头学Python
2024/12/22
9270
【Python数据分析五十个小案例】分析某电商平台的用户购买行为
Python数据分析扩展库pandas的DataFrame排序方法小结
>>> import numpy as np >>> import pandas as pd # 创建DataFrame >>> df = pd.DataFrame(data=[np.random.randint(1,10,4) for i in range(5)],\ index=range(5), columns=list('ABCD')) >>> df A B C D 0 3 3 1 4 1 7 9 1 4 2 1 2 6 2 3 1 9 5 7
Python小屋屋主
2018/04/16
8540
Pandas数据处理——渐进式学习1、Pandas入门基础
Pandas 的主要数据结构是 Series(一维数据)与 DataFrame(二维数据),这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。对于 R 用户,DataFrame 提供了比 R 语言 data.frame 更丰富的功能。Pandas 基于 NumPy 开发,可以与其它第三方科学计算支持库完美集成。
红目香薰
2023/02/17
2.5K0
Pandas数据处理——渐进式学习1、Pandas入门基础
数据清洗、合并、转化和重构
文章来源:Python数据分析 目录: DIKW模型与数据工程 科学计算工具Numpy 数据分析工具Pandas Pandas的函数应用、层级索引、统计计算 Pandas分组与聚合 数据清洗、合并、转化和重构 数据清洗是数据分析关键的一步,直接影响之后的处理工作 数据需要修改吗?有什么需要修改的吗?数据应该怎么调整才能适用于接下来的分析和挖掘? 是一个迭代的过程,实际项目中可能需要不止一次地执行这些清洗操作 处理缺失数据:pd.fillna(),pd.dropna() 1.数据连接(pd.merge)
Python攻城狮
2018/08/23
1.5K0
pandas数据分析练习记录
pandas数据分析练习 # coding=utf-8 """ @Project :pachong-master @File :list_series.py @Author :gaojs @Date :2022/6/5 22:06 @Blogs : https://www.gaojs.com.cn """ import pandas as pd import numpy as np class Pandas: """ pand
懿曲折扇情
2022/08/24
3040
Python数据分析 | Pandas数据变换高级函数
教程地址:http://www.showmeai.tech/tutorials/33
ShowMeAI
2022/02/25
1.5K0
Python数据分析 | Pandas数据变换高级函数
【数据处理包Pandas】DataFrame的创建
  DataFrame 是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔值等)。DataFrame 既有行索引也有列索引,它可以被看做由 Series 组成的字典(共用同一个索引)是基于。
Francek Chen
2025/01/22
5100
【数据处理包Pandas】DataFrame的创建
pandas(一)
data= pd.Series([0.25,0.5,0.75,1.0])   默认索引是数字
py3study
2020/01/16
1.1K0
用 Python 调用 GPT-3 API
GPT-3 是去年由 Open AI 推出的语言机器学习模型。它因其能够写作、写歌、写诗,甚至写代码而获得了广泛的媒体关注!该工具免费使用,只需要注册一个电子邮件即可。
老齐
2023/03/02
1.3K0
用 Python 调用 GPT-3 API
使用Python实现智能供应链风险预测
本教程将带你一步步实现一个智能供应链风险预测系统。我们将使用Python和一些常用的深度学习库,如TensorFlow和Keras。最终,我们将实现一个可以预测供应链风险的模型。
Echo_Wish
2024/09/04
2200
使用Python实现智能供应链风险预测
Pandas 2.2 中文官方教程和指南(三)
要使Name列中的每个字符串都变为小写,选择Name列(参见数据选择教程),添加str访问器并应用lower方法。因此,每个字符串都被逐个转换。
ApacheCN_飞龙
2024/05/24
5110
Pandas个人操作练习(1)创建dataframe及插入列、行操作
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
全栈程序员站长
2022/08/10
2.9K0
Pandas个人操作练习(1)创建dataframe及插入列、行操作
精心整理 | 非常全面的Pandas入门教程
pandas是基于NumPy的一种数据分析工具,在机器学习任务中,我们首先需要对数据进行清洗和编辑等工作,pandas库大大简化了我们的工作量,熟练并掌握pandas常规用法是正确构建机器学习模型的第一步。
Python数据科学
2019/06/14
10.3K0
精心整理 | 非常全面的Pandas入门教程
python DataFrame数据生成
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
多凡
2019/11/01
2.1K0
相关推荐
Python库介绍16 DataFrame的常用属性
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档