标签：print 生成 style name avg 构建 分组 实现 groupby
DataFrame 类型类似于数据库表结构的数据结构，其含有行索引和列索引，可以将DataFrame 想成是由相同索引的Series组成的Dict类型。在其底层是通过二维以及一维的数据块实现.
1,DataFrame 对象的构建
import pandas as pd #声明数据框架对象 list = {‘男生‘:[‘王超‘,‘德芙‘,‘家福‘],‘女生‘:[‘阿尼‘,‘阿玉‘,‘阿东‘]} gendered = pd.DataFrame(list) print(gendered) #自动生成索引 结果： 男生 女生 0 王超 阿尼 1 德芙 阿玉 2 家福 阿东
gendered1 = pd.DataFrame(list,columns=[‘女生‘,‘男生‘]) print(gendered1) 结果： 女生 男生 0 阿尼 王超 1 阿玉 德芙 2 阿东 家福
gendered2 = pd.DataFrame(list,[7,8,9]) print(gendered2) 结果： 男生 女生 7 王超 阿尼 8 德芙 阿玉 9 家福 阿东
实例 应用：
#使用科学计算来统计AVG年龄 df = pd.DataFrame({‘gender‘:[‘男‘,‘女‘],‘age‘:[18,20]}) #分组运算 grouped = df[‘age‘].groupby(df[‘gender‘]) #平均年龄 avg_age = grouped.mean() #可以根据键取值 print(avg_age) 结果： gender 女 20 男 18 Name: age, dtype: int64
标签：print 生成 style name avg 构建 分组 实现 groupby
原文地址：https://www.cnblogs.com/xcsg/p/10469506.html
