DataFrame基本操作 1、基于字典data构造一个DataFrame对象,并输出 data = {"int_column":[1,2,3,4],"float_column":[3.3,4.4,5.5,6.6],"string_column":['a','b','c','d']} 2、获取DataFrame对象的任意一列，并且查看其类型 3、给每一行设置行索引，分别是a1,a2,a3,a4 4、计算每列之和 5、分别使切片、iloc和loc三种方法输出前3行

1、基于字典data构造一个DataFrame对象,并输出：

import pandas as pd

data = {"int_column":[1,2,3,4],
        "float_column":[3.3,4.4,5.5,6.6],
        "string_column":['a','b','c','d']}
df = pd.DataFrame(data)
print(df)

输出结果为：

   int_column  float_column string_column
0           1           3.3             a
1           2           4.4             b
2           3           5.5             c
3           4           6.6             d

2、获取DataFrame对象的任意一列，并且查看其类型：

col = df['int_column']
print(col)
print(type(col))

输出结果为：

0    1
1    2
2    3
3    4
Name: int_column, dtype: int64
<class 'pandas.core.series.Series'>

3、给每一行设置行索引，分别是a1,a2,a3,a4：

df.index = ['a1', 'a2', 'a3', 'a4']
print(df)

输出结果为：

    int_column  float_column string_column
a1           1           3.3             a
a2           2           4.4             b
a3           3           5.5             c
a4           4           6.6             d

4、计算每列之和：

sums = df.sum()
print(sums)

输出结果为：

int_column        10
float_column    19.8
string_column    abcd
dtype: object

5、分别使切片、iloc和loc三种方法输出前3行：

# 切片方法
print(df[:3])

# iloc方法
print(df.iloc[:3])

# loc方法
print(df.loc['a1':'a3'])

输出结果为：

   int_column  float_column string_column
a1           1           3.3             a
a2           2           4.4             b
a3           3           5.5             c

    int_column  float_column string_column
a1           1           3.3             a
a2           2           4.4             b
a3           3           5.5             c

    int_column  float_column string_column
a1           1           3.3             a
a2           2           4.4             b
a3           3           5.5             c