admin 管理员组

文章数量: 1184232


2024年4月24日发(作者：自己怎么制作app)

pandas df用法

Pandas是一个流行的Python库，主要用于数据分析

和数据操作，特别是在数据清洗、预处理和数据展示方面

极其方便。在Pandas库中，Dataframe是最为常用的一种

数据结构，它是一个多维表格形式的数据结构，每个列都

可以是不同的数据类型（数值，字符串，日期等等），与

SQL或Excel程序中的表格非常相似。Dataframe使用灵活

简单，对于处理结构化数据非常方便。下面我们一起来看

一下Pandas df的用法。

1. 创建Dataframe

在Pandas中，我们使用ame()函数来

创建Dataframe，函数的基本语法如下所示：

```python import pandas as pd df =

ame(data,index,columns) ```

这里的data可以是一个二维列表、元组、字典，也可

以是一个NumPy数组，index是一维的行标签，columns是

一维的列标签。下面是一个示例：

```python import pandas as pd data = [["Tom",

25, "Male"], ["Jerry", 30, "Male"],

["Lucy", 29, "Female"], ["Anna", 28,

"Female"]] df = ame(data, columns=["Name",

"Age", "Gender"]) print(df) ```

运行结果：

```python Name Age Gender 0 Tom 25

Male 1 Jerry 30 Male 2 Lucy 29 Female 3

Anna 28 Female ```

2. 读取Dataframe

在Pandas中，我们可以使用read_csv()函数从CSV

文件中读取数据，并将其转换为Dataframe。函数的基本语

法如下所示：

```python import pandas as pd df =

_csv('') ```

这里的是CSV文件的路径。除此之外，

Pandas还支持从其他数据源（如SQL数据库、JSON文件、

Excel文件等）中读取数据。下面是一个示例：

```python # 从CSV文件中读取 import pandas as

pd df = _csv('') print(df)

# 从SQL数据库中读取 import pandas as pd import

sqlite3 as sql conn = t('') df =

_sql_query("SELECT * from mytable", conn)

print(df)

# 从JSON文件中读取 import pandas as pd df =

_json('') print(df)


本文标签： 数据 函数 文件 表格 基本

版权声明：本文标题：pandas df用法 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1713899475a656734.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。