福建省住房和城乡建设厅网站首页,江苏网站开发公司,宝应百度贴吧,网站后台视频教程Dataframe是一种二维数据结构#xff0c;数据以表格形式#xff08;与Excel类似#xff09;存储#xff0c;有对应的行和列#xff0c;如图3-3所示。它的每列可以是不同的值类型#xff08;不像 ndarray 只能有一个 dtype#xff09;。基本上可以把 DataFrame 看成是共享…
Dataframe是一种二维数据结构数据以表格形式与Excel类似存储有对应的行和列如图3-3所示。它的每列可以是不同的值类型不像 ndarray 只能有一个 dtype。基本上可以把 DataFrame 看成是共享同一个 index 的 Series 的集合。 DataFrame 的构造方法与 Series 类似只不过可以同时接受多条一维数据源每一条都会成为单独的一列演示代码如下。DataFrame创建方法比较丰富可以通过字典、列表、ndarrays、Series对象创建而来。
import pandas as pd
data1 [[Google,10],[Runoob,12],[Wiki,13]]
df1 pd.DataFrame(data1,columns[Site,Age])
print(df1)
data2 [{a: 1, b: 2},{a: 5, b: 10, c: 20}]
df2 pd.DataFrame(data2)
print (df2)
data3 {Site:[Google, Runoob, Wiki], Age:[10, 12, 13]}
df3 pd.DataFrame(data3)
print (df3)运行结果如图3-4所示。 如下面的代码所示Pandas可以使用 loc 属性返回指定行的数据如果没有设置索引第一行索引为0第二行索引为1以此类推。它也可以返回多行数据使用[[ ... ]]格式...为各行的索引以逗号隔开。
import pandas as pd
data {calories: [420, 380, 390],duration: [50, 40, 45]
}
#数据载入DataFrame对象
df pd.DataFrame(data)
#返回第一行
print(df.loc[0])
#返回第二行和第三行
print(df.loc[[1, 2]])运行结果如图3-5所示。 另外也可以只获取 dataframe 中的几列比如当处理数据的时候series较多我们可以只关注其中一些特定的列代码如下假设只关注apple和banana数据列。
import pandas as pd
data2 {mango: [420, 380, 390],apple: [50, 40, 45],pear: [1, 2, 3],banana: [23, 45,56]
}
df pd.DataFrame(data2)
print(df[[apple,banana]])运行结果如图3-6所示。 本文节选自《PyTorch深度学习与企业级项目实战》获出版社和作者授权发布。
