一周学会Pandas2 Python数据处理与分析-Pandas2二维数据结构-DataFrame

锋哥原创的Pandas2 Python数据处理与分析视频教程：

2025版 Pandas2 Python数据处理与分析视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

DataFrame是一个二维表格型数据结构。每列可以是不同的值类型，既有行索引index，也有列索引columns，可以看成是由Series组成的字典。

DataFrame创建基本格式：

复制代码

df = pd.DataFrame(data=None, index=None, columns=None)

参数说明：

data：具体数据，结构化或同构的ndarray、可迭代对象、字典或DataFrame。
index：索引，类似数组的对象，支持解包，如果没有指定，会自动生成RangeIndex (0, 1, 2, ..., n)。
columns：列索引、表头，如果没有指定，会自动生成 RangeIndex (0, 1, 2, ..., n)。

实际开发，我们还是从数据文件(如Excel，CSV)中读取数据。不过，了解这些知识可以让我们更好的掌握DataFrame数据机制。

使用字典方式定义DataFrame

示例：

复制代码

import pandas as pd

d = {'学号': [1, 2, 3],
     '姓名': ['张三', '李四', '王五'],
     '语文': [99, 88, 77],
     '数学': [44, 55, 55],
     '英语': [88, 55, 66]}
df = pd.DataFrame(d)
print(df)
print(df.dtypes)
print(df.columns) # 列索引
print(df.index) # 行索引

运行输出：

复制代码

   学号  姓名  语文  数学  英语
0   1  张三  99  44  88
1   2  李四  88  55  55
2   3  王五  77  55  66
学号     int64
姓名    object
语文     int64
数学     int64
英语     int64
dtype: object
Index(['学号', '姓名', '语文', '数学', '英语'], dtype='object')
RangeIndex(start=0, stop=3, step=1)

从DataFrame中查询Series

如果只查询一行或者一列，返回的就是Series对象，如果查询的是多行，多列，返回的还是DataFrame。

复制代码

print(df['姓名'], type(df['姓名']))  # 查询一列，返回Series
print(df['姓名'][1])
print(df[['姓名', '语文']], type(df[['姓名', '语文']]))  # 查询两列，返回DataFrame
print(df.loc[1], type(df.loc[1]))  # 查询一行,返回Series
print(df.loc[1]['姓名'], df.loc[1]['语文'])
print(df.loc[[0, 2]], type(df.loc[[0, 2]]))  # 查询多行，返回DataFrame
print(df.loc[1:2])  # 查询多行，支持切片

运行结果：

复制代码

**********查询数据****************
0    张三
1    李四
2    王五
Name: 姓名, dtype: object <class 'pandas.core.series.Series'>
  
李四
  
   姓名  语文
0  张三  99
1  李四  88
2  王五  77 <class 'pandas.core.frame.DataFrame'>
  
学号     2
姓名    李四
语文    88
数学    55
英语    55
Name: 1, dtype: object <class 'pandas.core.series.Series'>
  
李四 88
  
   学号  姓名  语文  数学  英语
0   1  张三  99  44  88
2   3  王五  77  55  66 <class 'pandas.core.frame.DataFrame'>
  
   学号  姓名  语文  数学  英语
1   2  李四  88  55  55
2   3  王五  77  55  66