企业网站模板中文 产品列表深圳福田区住房和建设局网站
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：
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：
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：
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。
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：
**********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