10分钟
DataFrame2
3. 可以通过下面的类方法从其他数据结构中创建DataFrame
:
DataFrame.from_dict(data, orient='columns', dtype=None)
:从字典中创建DataFrame
。data
:是个字典,其格式为:{key:array-like}
或者{key:dict}
。orient
:指定了key
为行还是列。参数的值为'columns'
(key
为列的label
,默认行为);或者'index'
(key
为行的label
)dtype
:数据类型。如果为None
,则自动推断。
4. 你可以将DataFrame
转换为其他数据类型。
.to_dict(*args, **kwargs)
方法:转换成字典。参数orient
决定了转换方式。orient ='dict'
:字典的形式为:{col_label:{index_label:value}}
(默认行为)orient ='list'
:字典的形式为:{col_label:[values]}
orient ='series'
:字典的形式为:{col_label:Series(values)}
orient ='split'
:字典的形式为:{'index':[index_labels],'columns':[col_labels],'data':[values]}
orient ='records'
:字典的形式为:[{col_label:value},...,{col_label:value}]
orient ='index'
:字典的形式为:{index_label:{col_label:value}}
- 你可以使用简化字符串,如
's'
代表'series'
,'sp'
代表'split'
.to_records(index=True, convert_datetime64=True)
方法:转换成结构数组。index
:一个布尔值。如果为True
,则结果中包含index
convert_datetime64
:一个布尔值,如果为True
,则转换DatetimeIndex
为datetime.datetime
5. 可以将DateFrame
转换成字符串:
to_string(buf=None, columns=None, col_space=None, header=True, index=True,
na_rep='NaN', formatters=None, float_format=None, sparsify=None,
index_names=True, justify=None, line_width=None, max_rows=None,
max_cols=None, show_dimensions=False)
学员评价