pandas - DataFrame_dataframe调用plot-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_39010770/article/details/84145842

本文深入讲解了Pandas库中DataFrame的基本特征、创建方法、索引和值的获取、基本操作如列和行的获取与修改、以及如何进行数据筛选等统计功能。通过实例展示了DataFrame在数据处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基本特征
一个表格型的数据结构；
含有一组有序的列（类似于index）；
大致可看成共享同一个index的Series集合。

data = {'name':['Wangdachui', 'Linling', 'Niuyun'], 'pay':[4000,5000,6000]}  # name、pay为列索引
frame = pd.DataFrame(data)

frame
Out[24]: 
         name   pay
0  Wangdachui  4000
1     Linling  5000
2      Niuyun  6000

DataFrame的索引和值

data = np.array([('Wangdachui',4000), ('Linling',5000), ('Niuyun',6000)])
frame = pd.DataFrame(data, index=range(1,4), columns=['name','pay'])

frame
Out[27]: 
         name   pay
1  Wangdachui  4000
2     Linling  5000
3      Niuyun  6000

frame.index  # 行索引
Out[28]: RangeIndex(start=1, stop=4, step=1)

frame.columns  # 列索引
Out[29]: Index(['name', 'pay'], dtype='object')

frame.values  # 值
Out[30]: 
array([['Wangdachui', '4000'],
       ['Linling', '5000'],
       ['Niuyun', '6000']], dtype=object)

DataFrame的基本操作
o. 取DataFrame对象的列和行可获得Series：

frame
Out[27]: 
         name   pay
1  Wangdachui  4000
2     Linling  5000
3      Niuyun  6000

frame['name']  # 方式一
Out[31]: 
1    Wangdachui
2       Linling
3        Niuyun
Name: name, dtype: object

frame.pay  # 方式二
Out[32]: 
1    4000
2    5000
3    6000
Name: pay, dtype: object

frame.iloc[:2, 1]  # 第一维表示行，第二维表示列 >第0行、第1行的第1列
Out[33]: 
1    4000
2    5000
Name: pay, dtype: object

o. DataFrame对象的修改和删除

frame['name'] = 'admin'  # 修改

frame
Out[35]: 
    name   pay
1  admin  4000
2  admin  5000
3  admin  6000

del frame['pay']  # 删除

frame
Out[37]: 
    name
1  admin
2  admin
3  admin

DataFrame的统计功能
o. DataFrame对象成员找最低工资和高工资人群信息

import pandas as pd
data = {'name':['Wangdachui','Linling','Niuyun'], 'pay':[4000,5000,6000]}
frame = pd.DataFrame(data)

frame
Out[4]: 
         name   pay
0  Wangdachui  4000
1     Linling  5000
2      Niuyun  6000

frame[frame.pay >= 5000]
Out[6]: 
      name   pay
1  Linling  5000
2   Niuyun  6000