Pandas —— DataFrame的创建、修改、访问、删除及转置

最新推荐文章于 2025-06-12 11:37:08 发布

原创

最新推荐文章于 2025-06-12 11:37:08 发布 · 9k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #DataFrame

本文介绍了如何使用Python的Pandas库创建、访问、修改和删除DataFrame，包括从Dict对象创建DataFrame，通过位置或标签选择行和列，修改列索引和行索引，以及对DataFrame进行转置。此外，还提到了DataFrame的name属性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

关于Series的详解：

http://blog.youkuaiyun.com/starter_____/article/details/79179417

创建DataFrame

DataFrame是一个二维的表结构，它含有一组有序的列。DataFrame既有行索引又有列索引，它可以被看做由Series组成的字典。

传递Dict对象创建DataFrame

若不指定行索引，则会自动创建一个0到N-1（N为数组长度）的整数型索引
若不指定列索引，则字典的键作为列索引

In [44]: data={
  
  'name':['Mike','Lily','Jhon','Amily'],
    ...: 'age':[18,19,20,18],
    ...: 'score':[90,85,100,75]}

In [45]: frame=pd.DataFrame(data)

In [46]: frame
Out[46]:
   age   name  score
0   18   Mike     90
1   19   Lily     85
2   20   Jhon    100
3   18  Amily     75

若指定列索引，则DataFrame的列会按照指定顺序进行排列，若列索引不存在，则以NaN填充。

In [48]: frame1=pd.DataFrame(data,columns=['score','name','age','sex'])

In [49]: frame1
Out[49]:
   score   name  age   sex
0     90   Mike   18   NaN
1     85   Lily   19   NaN
2    100   Jhon   20   NaN
3     75  Amily   18   NaN

若指定行索引且不越界（行索引不同于列索引，行索引越界时会报错）

In [51]: frame2=pd.DataFrame(data,index=['one','two','three','four'])

In [52]: frame2
Out[52]:
       age   name  score
one     18   Mike     90
two     19   Lily     85
three   20   Jhon    100
four    18  Amily     75

传递嵌套Dict对象创建DataFrame

若不指定行索引，则字典的内层键作为行索引
若不指定列索引，则字典的外层键作为列索引

In [19]: pop={
  
  'Nevada':{
  
  2001:2.4,2002:2.9},
    ...: 'Ohio':{
  
  2000:1.5,2001:1.8,2002:1.9}}

In [20]: frame3=pd.DataFrame(pop)

In [21]: frame3
Out[21]:
      Nevada  Ohio
2000     NaN   1.5
2001     2.4   1.8
2002     2.9