🚀前言

在数据分析与处理的世界中，Pandas库因其强大的数据处理能力而备受推崇。而在Pandas中，DataFrame对象作为其核心数据结构之一，以其灵活性和易用性成为数据科学家和分析师的得力助手。DataFrame不仅可以存储异构数据，还提供了丰富的操作功能，使得数据的清洗、处理和分析变得直观而高效。

🚀一、DataFrame对象

DataFrame 是 Pandas 中最核心的数据结构，它是一个二维表格型数据，由行索引（index）和列索引（columns）共同标识数据，类似于 Excel 表格或 SQL 表。

🔎1 图解DataFrame

DataFrame 可以看作是由多个 Series 组成的字典（共享相同的行索引），每个列是一个 Series。
示例：学生成绩表

• 结构特点：

  • 每列可以是不同的数据类型（数值、字符串、布尔等）。
  • 支持灵活的行列操作（增删改查）。

案例：输出成绩表的每一列数据

import pandas as pd
#解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)
data = [[110,105,99],[105,88,115],[109,120,130]]
index = [0,1,2]
columns = ['语文','数学','英语']
#创建DataFrame数据
df = pd.DataFrame(data=data, index=index,columns=columns)
print(df)
#遍历DataFrame数据的每一列
for col in df.columns:
    series = df[col]
    print(series)

上述代码返回的是series对象：

🔎2 创建DataFrame对象

在Pandas中，创建DataFrame对象主要通过使用pandas.DataFrame方法，语法格式如下：

pandas.DataFrame(data, index, columns, dtype, copy)

参数说明：

1. data: 数据，可以是以下类型之一：

   • ndarray 数组
   • Series 对象
   • 列表
   • 字典等

2. index: 行标签（索引），可选。

3. columns: 列标签（索引），可选。

4. dtype: 每一列数据的数据类型。与Python的数据类型有所不同，例如：

   • object 数据类型对应Python的字符型（str）。
   • int64 对应整数类型（int）。
   • float64 对应浮点类型（float）。
   • bool 对应布尔类型（bool）。
   • datetime64 对应日期时间类型（datetime）。
   • timedelta 对应时间差类型（timedelta）。
   • category 对应分类类型（category）。

   对应关系可以参考以下表格：

   Pandas dtype	Python type
   object	str
   int64	int
   float64	float
   bool	bool
   datetime64	datetime64[ns]
   timedelta	timedelta
   category	category

5. copy: 是否复制数据，默认为False。如果设为True，则返回的数据会是数据的副本。

返回值：

• 返回一个DataFrame对象。

🦋2.1 通过二维数组创建

import pandas as pd

# 解决输出列名对齐问题
pd.set_option('display.unicode.east_asian_width', True)

data = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, columns=columns)
print(df)

输出：

   语文   数学   英语
0  110  105   99
1  105   88  115
2  109  120  130

🦋2.2 通过字典创建

字典的键为列名，值可以是列表（长度需一致）或标量（广播到所有行）：

df = pd.DataFrame({
    '语文': [110, 105, 99],
    '数学': [105, 88, 115],
    '英语': [109, 120, 130],
    '班级': '高一7班'  # 标量值自动广播到所有行
}, index=[0, 1, 2])

print(df)

输出：

   语文   数学   英语    班级
0  110  105  109  高一7班
1  105   88  120  高一7班
2   99  115  130  高一7班

🔎3 DataFrame的重要属性和函数

🦋3.1 核心属性

🦋3.2 常用函数

🔎4.示例代码及输出

🦋4.1 查看前3行数据

print(df.head(3))

输出：

   语文   数学   英语    班级
0  110  105  109  高一7班
1  105   88  120  高一7班
2   99  115  130  高一7班

🦋4.2 查看统计信息

print(df.describe())

输出：

              语文         数学         英语
count    3.000000    3.000000    3.000000
mean   104.666667  102.666667  119.666667
std      5.507571   14.846369   10.506096
min     99.000000   88.000000  109.000000
25%    102.000000   96.500000  114.500000
50%    105.000000  105.000000  120.000000
75%    107.500000  110.000000  125.000000
max    110.000000  115.000000  130.000000

🦋4.3 查看数据类型

print(df.dtypes)

输出：

语文      int64
数学      int64
英语      int64
班级     object
dtype: object

🔎5.注意事项

1. 索引对齐：创建 DataFrame 时，行索引（index）和列索引（columns）需与数据长度一致。
2. 混合数据类型：同一列的数据类型必须一致，否则会被自动推断为 object 类型。
3. 广播机制：字典创建时，标量值（如班级字段）会自动填充到所有行。