Kaggle-pandas(1)

Creating-reading-and-writing

戳我进原网站

教程

1.创建与导入

DataFrame

import pandas as pd
pd.DataFrame({'Yes': [50, 21], 'No': [131, 2]})

生成的表如下：

我们正在使用pd.DataFrame（）构造函数来生成这些DataFrame对象。 声明新字典的语法是字典，其关键字是列名（在此示例中为Yes和No），其值是条目列表。 这是构造新DataFrame的标准方法，也是您最有可能遇到的一种方法。
字典列表构造函数将值分配给列标签，但仅对行标签使用从0（0、1、2、3，...）开始的递增计数。 有时这可以，但是通常我们会自己分配这些标签。
DataFrame中使用的行标签列表称为索引。 我们可以通过在构造函数中使用index参数来为其赋值：

pd.DataFrame({'Bob': ['I liked it.', 'It was awful.'],
              'Sue': ['Pretty good.', 'Bland.']},
             index=['Product A', 'Product B'])

Series

相比之下，系列是数据值的序列。 如果DataFrame是表，则Series是列表。 实际上，您可以创建一个只包含一个列表的列表：

本质上，Series是DataFrame的单个列。 因此，您可以使用索引参数，以与以前相同的方式将列值分配给Series。 但是，系列没有列名，只有一个整体名：

Series和DataFrame密切相关。 认为DataFrame实际上只是一堆“胶合在一起”的Series很有帮助。 我们将在本教程的下一部分中看到更多信息。

2.读取数据文件

能够手动创建DataFrame或Series很方便。 但是，在大多数情况下，我们实际上不会手工创建自己的数据。 相反，我们将使用已经存在的数据。
数据可以多种不同形式和格式存储。 到目前为止，最基本的是不起眼的CSV文件。 当您打开CSV文件时，您将获得如下所示的内容：

因此，CSV文件是由逗号分隔的值表。 因此，名称为：“逗号分隔值(Comma-Separated Values")”或CSV。
现在让我们搁置玩具数据集，看看当我们将其读入DataFrame时真实数据集的外观。 我们将使用pd.read_csv（）函数将数据读取到DataFrame中。