pandas的DataFrame如何定义？定义DataFrame的两种方式

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

继续说说科学计算类库pandas的使用方式，大家都已经知道：pandas的数据构成是：dataframe和series。对比excel的话，dataframe就像是一张表，series就像是一列数据。那么，一个dataframe是如何定义的呢？这就是本文中要讨论的问题。

大家好，这里是苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码之间的故事。本文描述pandas的dataframe的定义方式。测试环境：python@3.6.8，pandas@1.1.5。

定义方式一（以每列数据为主要视角）

这种定义方式，把每列的名称写在了数据前面，比较直观。

import pandas as pd
from pandas import Series, DataFrame
data = DataFrame({
    'name':[
        '虎子',
        '老许',
        '二赖子',
        '老白',
        '小黑',
    ],
    'age':[5,3,6,8,10],
    'class':["dog","bird","fish","catty","puppy"]
})

定义方式二（以每行数据为主要视角）

这种定义方式，使人们更聚焦于每行数据，而不是每列数据。

df = DataFrame([
        ('虎子', 5, "dog"),
        ('老许', 3, "bird"),
        ('二赖子', 6, "fish"),
        ('老白', 8, "catty"),
        ('小黑', 10, "puppy"),
    ],
    columns=('name', 'age', 'class')
)

实际上也可以定义index索引名字，而不是默认的0,1,2...等。

df = DataFrame([
        ('虎子', 5, "dog"),
        ('老许', 3, "bird"),
        ('二赖子', 6, "fish"),
        ('老白', 8, "catty"),
        ('小黑', 10, "puppy"),
    ],
    index=["a1", "a2", "a3", "a4", "a5"],
    columns=('name', 'age', 'class')
)

参考文献

• https://newsn.net/say/python-pandas.html
• https://newsn.net/say/pandas-series-map.html

总结

这两种方式，定义出来的数据是一样的结果。但是就代码关注点上来说，两者并不一致，个人更加喜欢第二种定义方式，认为其更加直观一些。

更多pandas的使用方式，请参考：

• https://newsn.net/tag/pandas/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。