使用Python的Pandas庫創建Dataframe

一、Pandas庫簡介

Pandas是一個用於數據處理和數據分析的強大Python庫，它提供了許多高效的數據結構和數據分析工具，其中最核心的數據結構是Series和DataFrame。Series是一種一維數組結構，而DataFrame則是一種二維表格結構。

Pandas還可以用於數據導入、數據清洗、數據操作、數據可視化等任務。在數據科學、金融、經濟、社會科學等領域中，Pandas已經成為了必不可少的工具。

二、創建Dataframe的兩種方式

在Pandas中，我們可以使用兩種方式創建一個DataFrame，一種是從Python字典創建，另一種是從外部數據源導入。當然，這裡我們只介紹第一種方式，即從Python字典創建DataFrame。

創建一個DataFrame的基本語法如下：

import pandas as pd

# 使用字典創建DataFrame
df = pd.DataFrame({'列名1': [數據1, 數據2, 數據3, ...],
                   '列名2': [數據1, 數據2, 數據3, ...],
                   '列名3': [數據1, 數據2, 數據3, ...],
                    ...
                  })

其中，第一個大括弧內的每一個鍵-值對都代表著DataFrame的一列，鍵表示列名，值表示該列的數據。注意：各列數據的長度必須一致。

三、創建Dataframe的例子

我們通過一個例子來演示如何使用Python的Pandas庫創建一個DataFrame：

import pandas as pd

# 使用字典創建DataFrame
df = pd.DataFrame({'姓名': ['張三', '李四', '王五', '趙六'],
                   '年齡': [18, 22, 25, 30],
                   '性別': ['男', '女', '男', '女'],
                   '成績': [85.6, 92.3, 78.9, 87.5]
                  })

# 輸出DataFrame
print(df)

輸出結果如下：

   姓名  年齡 性別    成績
0  張三  18  男  85.6
1  李四  22  女  92.3
2  王五  25  男  78.9
3  趙六  30  女  87.5

四、DataFrame的基本操作

創建好DataFrame之後，我們可以進行各種操作，包括索引、切片、篩選、統計等。這裡我們對其中的幾個常用操作進行介紹。

五、DataFrame的索引

Pandas中，我們可以通過loc、iloc、ix、at、iat等方式對DataFrame進行索引。這些方法分別代表了不同的索引方式，比較常用的是loc和iloc。

loc方法的基本語法如下：

df.loc[行名，列名]

其中，行名和列名可以是單個值，也可以是列表形式的多個值。例如，我們要查詢姓名為「李四」的成績和性別，代碼如下：

# 使用loc方法索引
print(df.loc[df['姓名'] == '李四', ['成績', '性別']])

輸出結果如下：

     成績 性別
1  92.3  女

iloc方法的基本語法如下：

df.iloc[行號，列號]

與loc類似，行號和列號也可以是單個值或列表形式的多個值。例如，我們要查詢第三行第二列的數據，代碼如下：

# 使用iloc方法索引
print(df.iloc[2, 1])

輸出結果為25。

六、DataFrame的求和和均值

我們可以使用sum方法對DataFrame數據進行求和，也可以使用mean方法求出DataFrame數據的平均值。

例如，我們要求出成績列的總和和平均值，代碼如下：

# 求和
sum_score = df['成績'].sum()
print('成績總和為：', sum_score)

# 求平均值
mean_score = df['成績'].mean()
print('成績平均值為：', mean_score)

輸出結果為：

成績總和為： 344.3
成績平均值為： 86.075

七、DataFrame的排序

我們可以使用sort_values方法對DataFrame數據進行排序。

例如，我們要按照年齡升序排序，代碼如下：

# 按照年齡升序排序
df = df.sort_values(by='年齡')

# 輸出排序後的DataFrame
print(df)

輸出結果為：

   姓名  年齡 性別    成績
0  張三  18  男  85.6
1  李四  22  女  92.3
2  王五  25  男  78.9
3  趙六  30  女  87.5

八、小結

使用Python的Pandas庫創建Dataframe是數據分析和數據處理中的一個非常重要的環節。通過本文的介紹，您可以了解到Pandas庫的基本情況、DataFrame的創建方式、DataFrame的基本操作以及一些常用函數的使用方法。當然，Pandas庫功能還非常強大，您可以自行查找相關資料進行學習。