17.1 DataFrame 结构图解#

DataFrame 是 Pandas 中的二维表格结构，由两大部分组成：

Index（行索引）：每一行称为一条 Record（记录）；
多列 Series：每一列都是一个独立的 Series 对象，各列可拥有不同数据类型。

整体类似 Excel 整张工作表，通过行索引 + 列标签共同定位每一个单元格。

1
    name  score  age
2
1    tom   60.5   15
3
2    tom   60.5   15
4
3   jack   80.0   15
5
4  alice   30.6   20
6
5    bob   70.0   26
7
6  allen   83.5   30

行索引：1, 2, 3, 4, 5, 6
列标签：name, score, age
每一列（如 score）本质上是一个 Series

17.2 DataFrame 的创建方式#

17.2.1 通过 Series 创建#

1
import pandas as pd
2
import numpy as np
3

4
s1 = pd.Series([1, 2, 3, 4, 5])
5
s2 = pd.Series([6, 7, 8, 9, 10])
6
df = pd.DataFrame({'第一列': s1, '第二列': s2})
7
print(type(df['第一列']))  # 每一列是一个 Series

输出：

1
<class 'pandas.core.series.Series'>

将多个 Series 传入字典，键作为列名，值作为列数据。

17.2.2 通过字典创建#

1
df = pd.DataFrame(
2
    {
3
        'name': ['tom', 'tom', 'jack', 'alice', 'bob', 'allen'],
4
        'age': [15, 15, 15, 20, 26, 30],
5
        'score': [60.5, 60.5, 80, 30.6, 70, 83.5]
6
    },
7
    index=[1, 2, 3, 4, 5, 6],
8
    columns=['name', 'score', 'age']
9
)
10
print(df)

输出：

1
    name  score  age
2
1    tom   60.5   15
3
2    tom   60.5   15
4
3   jack   80.0   15
5
4  alice   30.6   20
6
5    bob   70.0   26
7
6  allen   83.5   30

要点说明：

字典的键 → 列标签（columns）
index 参数：指定自定义行索引
columns 参数：指定列的显示顺序（可调整列的顺序）
各列可以是不同数据类型（name 为字符串、score 为浮点、age 为整数）

17.3 本节小结#

本节完成了以下内容：

理解了 DataFrame 的二维结构：行索引 + 多列 Series。
掌握了两种创建方式：通过 Series 字典创建、通过普通字典配合 index 和 columns 参数创建。
了解了 DataFrame 中每一列本质上是一个独立的 Series 对象。

下一节我们将学习 DataFrame 的属性。

Luquiesceneの小屋

17.1 DataFrame 结构图解#

17.2 DataFrame 的创建方式#

17.2.1 通过 Series 创建#

17.2.2 通过字典创建#

17.3 本节小结#

数据分析

继续阅读

换条路线

评论

Luquiesceneの小屋

17.1 DataFrame 结构图解#

17.2 DataFrame 的创建方式#

17.2.1 通过 Series 创建#

17.2.2 通过字典创建#

17.3 本节小结#

分享文章

沿着主题读

换条路线

评论