Pandas 數據結構 - DataFrame

DataFrame 是一個表格型的數據結構，它含有一組有序的列，每列可以是不同的值類型（數值、字符串、布爾型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 組成的字典（共同用一個索引）。

DataFrame 構造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

參數說明：

  • data：一組數據(ndarray、series, map, lists, dict 等類型)。

  • index：索引值，或者可以稱為行標簽。

  • columns：列標簽，默認為 RangeIndex (0, 1, 2, …, n) 。

  • dtype：數據類型。

  • copy：拷貝數據，默認為 False。

Pandas DataFrame 是一個二維的數組結構，類似二維數組。

實例 - 使用列表創建

import pandas as pd

data = [['Google',10],['Runoob',12],['Wiki',13]]

df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)

print(df)

輸出結果如下：

以下實例使用 ndarrays 創建，ndarray 的長度必須相同， 如果傳遞了 index，則索引的長度應等於數組的長度。如果沒有傳遞索引，則默認情況下，索引將是range(n)，其中n是數組長度。

ndarrays 可以參考：NumPy Ndarray 對象

實例 - 使用 ndarrays 創建

import pandas as pd

data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}

df = pd.DataFrame(data)

print (df)

輸出結果如下：

從以上輸出結果可以知道， DataFrame 數據類型一個表格，包含 rows（行） 和 columns（列）：

還可以使用字典（key/value），其中字典的 key 為列名:

實例 - 使用字典創建

import pandas as pd

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]

df = pd.DataFrame(data)

print (df)

輸出結果為：

   a   b     c
0  1   2   NaN
1  5  10  20.0

沒有對應的部分數據為 NaN。

Pandas 可以使用 loc 屬性返回指定行的數據，如果沒有設置索引，第一行索引為 0，第二行索引為 1，以此類推：

實例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 數據載入到 DataFrame 對象
df = pd.DataFrame(data)

# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])

輸出結果如下：

calories    420
duration     50
Name: 0, dtype: int64
calories    380
duration     40
Name: 1, dtype: int64

注意：返回結果其實就是一個 Pandas Series 數據。

也可以返回多行數據，使用 [[ ... ]] 格式，... 為各行的索引，以逗號隔開：

實例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 數據載入到 DataFrame 對象
df = pd.DataFrame(data)

# 返回第一行和第二行
print(df.loc[[0, 1]])

輸出結果為：

   calories  duration
0       420        50
1       380        40

注意：返回結果其實就是一個 Pandas DataFrame 數據。

我們可以指定索引值，如下實例：

實例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df)

輸出結果為：

      calories  duration
day1       420        50
day2       380        40
day3       390        45

Pandas 可以使用 loc 屬性返回指定索引對應到某一行：

實例

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

# 指定索引
print(df.loc["day2"])

輸出結果為：

calories    380
duration     40
Name: day2, dtype: int64