DataFrame(1)：DataFrame结构的详细介绍

1、DataFrame数据结构的解释说明

  index表示的是行索引，column表示的是列索引，values表示的是数值，其实不管是行索引，还是列索引都可以看作是索引Index。从每一行看，DataFrame可以看作是一行行的Series序列上下堆积起来的，每个Series的索引就是列索引[0,1,2,3]；从每一列看，DataFrame可以看作是一列列的Series序列左右堆积起来的，每个Series的索引就是行索引[0,1,2]。
  DataFrame的默认理解方式是：DataFrame其实就是由很多个数据类型不一样的列Series组成。对于上图，此DataFrame其实就是由如下四个Series组成，它们的索引都是行索引[0,1,2]。

  可以把一个DataFrame，类比成MySQL中的一张表：
  MySQL表中，每个列字段的数据类型基本都不一样，每张表都有很多个列字段；
  如果把MySQL表中的每个列看做是一个数据类型的Series，一张MySQL表就可以看做是由很多个数据类型不一样的Series组成，和我们上面讲述的一致。

2、DataFrame的index属性和columns属性

1）构造一个DataFrame

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

结果如下：

2）index和columns属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.index
display(x)
list(df.index)

y = df.columns
display(y)
list(df.columns)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
 

结果如下：

① 修改行索引：df.index

df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

df.index = ["a","b","c"]
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

结果如下：

② 修改列索引：df.columns

df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

df.columns = ["a","b","c"]
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

结果如下：

3）DataFrame的索引对象Index

  观察“DataFrame的数据结构图”可以发现：每个df既有一个行索引index，又有一个列索引columns。但是不管行索引index，还是列索引columns，统一都都叫做 “Index对象”。不同的是在创建df，指定参数的参数名称的时候，为了方便区分行索引和列索引 ，把行索引这个“Index对象”叫做index，把列索引这个“Index对象”叫做columns 。
  记住：Index索引对象中的元素不支持修改。

# pd.Index()用于创建一个Index对象
x = pd.Index([1,2,3])
display(x)
display(type(x))

x[0] = 1

  

 

  
1
  
2
  
3
  
4
  
5
  
6
 

结果如下：

3、name属性

1）怎么理解DataFrame的name属性

  我们知道：取出DataFrame中的每一行、每一列都是一个Series，组成这个DataFrame对象的每个sereis都有一个名称，这个名称，就是对应的那一行、列的索引。如图所示 ，上述有“红橙黄绿蓝靛紫黑”八种颜色，分别编号为1-8，每个号对应的都是一个Series。Series1的name为“地区1”，Series2的name为“地区2”…Series8的name为“广州”。
  接下来，我们使用代码检验一下。

df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

df.loc["地区1"].name
df.loc["地区2"].name
......
df["广州"].name

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
 

结果如下：

2）为行索引、列索引设置name名称属性：df.index.name和df.columns.name

df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

df.index.name = "index_name"
df.columns.name = "columns_name"
display(df)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

结果如下：

综上所述：通过上面的演示，我们不仅DataFrame的每一行、每一列有一个name名称，并且我们还可以给DataFrame的行索引和列索引分别设置一个name名称。

文章来源: blog.csdn.net，作者：数据分析与统计学之美，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_41261833/article/details/104162585