目录
dataframe属于pandas
新建一个dataframe
不带列名
df = pd.DataFrame()
带列名
df = pd.DataFrame(columns='类别', '文件名', '图像宽', '图像高')
dataframe添加一行内容
以前的版本是append，现在变成了concat
row_data = {'类别': fruit, '文件名': file, '图像宽': img.shape[1], '图像高': img.shape[0]}
# 使用 concat 添加一行数据
df1 = pd.concat([df1, pd.DataFrame([row_data])], ignore_index=True)查看dataframe某列的数据类型
print(df['图像宽'].dtype, df['图像高'].dtype)新建dataframe时设置了列名，则数据类型为object
df = pd.DataFrame(columns=['类别', '文件名', '图像宽', '图像高'])
print(df['图像宽'].dtype, df['图像高'].dtype)输出数据类型发现是object类型。而创建dataframe时不设置列名，后面再设置，则数据类型根据实际情况自动定，比如此处是数字，则类型打印出来就是Int64
dataframe的保存
保存为csv文件
import pandas as pd
# 假设df是你的DataFrame
# df = pd.DataFrame(...)
# 将DataFrame保存为CSV文件，默认不包含索引
df.to_csv('your_file_name.csv', index=False)
# 如果你需要包含索引，可以设置index=True（但这是默认值，所以通常不需要显式设置）
# df.to_csv('your_file_name_with_index.csv', index=True)
# 还可以指定其他参数，如分隔符
# df.to_csv('your_file_name_custom_delimiter.csv', sep=';', index=False)保存为excel文件
pip install openpyxl
import pandas as pd
# 假设df是你的DataFrame
# df = pd.DataFrame(...)
# 将DataFrame保存为Excel文件，默认不包含索引
df.to_excel('your_file_name.xlsx', index=False, engine='openpyxl')
# 如果你需要包含索引，可以设置index=True
# df.to_excel('your_file_name_with_index.xlsx', index=True, engine='openpyxl')
# 注意：'engine'参数是可选的，但如果你处理的是.xlsx文件，并且已经安装了openpyxl，
# 那么推荐显式指定它，以避免潜在的兼容性问题。注意：当处理非常大的DataFrame时，保存到Excel文件可能会比较慢，并且Excel文件有大小限制（对于.xlsx格式，单个工作表的最大行数和列数分别为1,048,576行和16,384列）。相比之下，CSV文件没有这些限制（尽管文件大小可能受到操作系统和文件系统的限制）。因此，在可能的情况下，使用CSV文件可能是一个更好的选择。