数据框的基础构造函数是DataFrame,从array-like的结构中构造数据框: pandas.DataFrame(data=None, index=None, columns=None) 1. 参数注释: data:ndarray、list 或dict index:行索引 columns:列名列表 除了基础构造函数之外,还有 DataFrame.from_records 和 DataFrame.from_dict,专门用于从元组 和 字典中创建数据框。
上面这里构造了一个4*5的DataFrame数据,同时构造了行标签和列标签,下面是使用.index()和.columns()方法查看数据。 In [5]: df.index Out[5]: Index(['ind0', 'ind1', 'ind2', 'ind3'], dtype='object') In [6]: df.columns Out[6]: Index(['col0', 'col1', 'col2', 'col3', 'col...
df = pd.DataFrame({'Name': pd.Series(['Tom', 'Jack', 'Steve', 'Ricky', 'Bob'], index=['A', 'B', 'C', 'D', 'E']), 'Age': pd.Series([28, 34, 29, 42], index=['A', 'B', 'C', 'D'])}) df['Math'] = pd.Series([90, 58, 99, 100, 48], index=['A',...
DataFrame的默认index是从0开始,同时支持用户自己创建index df.set_index('column1', inplace=True) print(df) 为DataFrame添加列名 df.columns=['column1','column2','column3','column4'] 获取DataFrame的行索引 index=df.index print(index) # RangeIndex(start=0, stop=568, step=1) 获取DataFrame的列...
df.index = ['a0','a1','a2','a3','a4'] df col1 col2 col3 a0 a 2 0 a1 a 1 4 a2 b 8 7 a3 NaN 7 2 a4 c 6 3 方法2:pandas.DataFrame.rename()函数 rename函数是专门为了修改DataFrame坐标轴标签函数。rename函数的优点:可以 ...
1.1 使用ndarray创建DataFrame DataFrame(data=np.random.randint(60,100,size=(2,3)), index=['期中','期末'], columns=['张三','李四','王老五']) 1.2 使用字典创建 最常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一【列】的名称,以字典的值(一个数组)作为每一列。
index_col表示用.xlsx文件中的第几列做行索引,从0 开始计数。 (4)指定列索引 将本地文件导入DataFrame的时候,默认使用的是源数据表的第一行作为列索引,也可以通过设置header参数来设置列索引。header参数值默认为0,即用第一行作为列索引;也可以是其他行,只需要传入具体的那一行即可;也可以使用默认从0开始的数作...
df.reindex(index=[2, 0, 1]) 上述代码将DataFramedf中的行按照索引[2, 0, 1]的顺序进行排列。 对列进行排列: 代码语言:txt 复制 df.reindex(columns=['col2', 'col1', 'col3']) 上述代码将DataFramedf中的列按照列名['col2', 'col1', 'col3']的顺序进行排列。
# 创建DataFrame对象 df = pd.DataFrame(data, index=rows, columns=cols) # 输出结果 print(df) 运行结果为: Col1 Col2 Col3 Row1 1 4 7 Row2 2 5 8 Row3 3 6 9 在上面的例子中,我们首先定义了一个包含三个列表的字典。然后通过指定行索引和列索引来创建一个新的DataFrame对象。最后使用print函数...