Python--pandas数据创建

pandas 有两种数据结构

series：一维列表，带有标签的同构类型数组 ；

DataFrame：二维列表，带有标签的可包含异构类型、大小可变的数据列，表格结构；

In [2]:

代码语言：javascript复制

# series创建
 
import pandas as pd
import numpy as np
 
series1 = pd.Series([1, 2, 3, 4])
series1

Out[2]:

代码语言：javascript复制

0    1
1    2
2    3
3    4
dtype: int64

输出的最后一行是Series中数据的类型，这里的数据都是int64类型的。 数据在第二列输出，第一列是数据的索引，在pandas中称之为Index。

In [3]:

代码语言：javascript复制

series1.index

Out[3]:

代码语言：javascript复制

RangeIndex(start=0, stop=4, step=1)

In [4]:

代码语言：javascript复制

series1.values

Out[4]:

代码语言：javascript复制

array([1, 2, 3, 4], dtype=int64)

默认情况下，index是[0,n-1]的形式。我们可以自定义索引值，索引值可以是任意类型

In [5]:

代码语言：javascript复制

series2 = pd.Series([1, 2, 3, 4],
                   index=['a', 'b', 'c', 'd'])
series2

Out[5]:

代码语言：javascript复制

a    1
b    2
c    3
d    4
dtype: int64

In [6]:

代码语言：javascript复制

# Create DataFrame from Dictionary using default Constructor
# 通过字典创建DataFrame
studentData = {
'name' : ['jack', 'Riti', 'Aadi'],
'age' : [34, 30, 16],
'city' : ['Sydney', 'Delhi', 'New york']
}

In [8]:

代码语言：javascript复制

df = pd.DataFrame(studentData) 
df

Out[8]:

	name	age	city
0	jack	34	Sydney
1	Riti	30	Delhi
2	Aadi	16	New york

In [9]:

代码语言：javascript复制

# 创建时自定义索引
df = pd.DataFrame(studentData, index=['a', 'b', 'c'])
df

Out[9]:

	name	age	city
a	jack	34	Sydney
b	Riti	30	Delhi
c	Aadi	16	New york

In [15]:

代码语言：javascript复制

# Create DataFrame from not compatible dictionary 
# 单列字典创建DataFrame

studentAgeData = {
'Jack' : 12,
'Roma' : 13,
'Ritika' : 10,
'Aadi' : 11
}
# df = pd.DataFrame(studentAgeData)
df = pd.DataFrame(list(studentAgeData.items()), index=['a', 'b', 'c', 'd'])
df

Out[15]:

	0	1
a	Jack	12
b	Roma	13
c	Ritika	10
d	Aadi	11

In [16]:

代码语言：javascript复制

# Create DataFrame from Dictionary and skip data 
# 跳过某列创建DataFrame

studentData = {
'name' : ['jack', 'Riti', 'Aadi'],
'age' : [34, 30, 16],
'city' : ['Sydney', 'Delhi', 'New york']
}

In [19]:

代码语言：javascript复制

# Creating Dataframe from Dictionary by Skipping 2nd Item from dict 
# 跳过某列

dfObj = pd.DataFrame(studentData, columns=['name', 'city'])
dfObj

Out[19]:

	name	city
0	jack	Sydney
1	Riti	Delhi
2	Aadi	New york

In [20]:

代码语言：javascript复制

# Create DataFrame from Dictionary with different Orientation 
# 不同方向
studentData = {
'name' : ['jack', 'Riti', 'Aadi'],
'age' : [34, 30, 16],
'city' : ['Sydney', 'Delhi', 'New york']
}

In [21]:

代码语言：javascript复制

# Create dataframe from dic and make keys, index in dataframe
dfObj = pd.DataFrame.from_dict(studentData, orient='index')
dfObj

Out[21]:

	0	1	2
name	jack	Riti	Aadi
age	34	30	16
city	Sydney	Delhi	New york

In [24]:

代码语言：javascript复制

# Create DataFrame from nested Dictionary 
# 包含嵌套的字典
studentData = { 
}
0 : {
'name' : 'Aadi',
'age' : 16,
'city' : 'New york'
    },
1 : {
'name' : 'Jack',
'age' : 34,
'city' : 'Sydney'
    },
2 : {
'name' : 'Riti',
'age' : 30,
'city' : 'Delhi'
    }

In [25]:

代码语言：javascript复制

# Create dataframe from nested dictionary 
# 包含嵌套的字典

dfObj = pd.DataFrame(studentData)
dfObj

Out[25]:

	0	1	2
age	16	34	30
city	New york	Sydney	Delhi
name	Aadi	Jack	Riti

In [26]:

代码语言：javascript复制

# Transpose dataframe object 
# 行列转换

dfObj = dfObj.transpose()
dfObj

Out[26]:

	age	city	name
0	16	New york	Aadi
1	34	Sydney	Jack
2	30	Delhi	Riti

dataframe pandas series

0 人点赞