Pandas 教程——篩選讓你動心的電影(2)

上一節對 Pandas 整體有了一個簡單的認識，接下來我們看一下 Pandas 的數據結構到底是什麼，先使用 type( ) 查看一下變數類型

import pandas as pdmovie_pd = pd.read_csv(douban_movie.csv, header = 0, sep = )print type(movie_pd)

輸出結果如下：

<class pandas.core.frame.DataFrame>

可見，Pandas 的基本數據結構是 DataFrame, 怎麼理解這個 DataFrame 呢？

其實 DataFrame 類似於 Excel 中的表，表有行標題和列標題，比如下面這個表：

對應的 DataFrame 就是：

movie_count total_vote average_scoreBJ 126 1762312 8.6SH 138 2083123 8.3TJ 95 891212 7.9CQ 88 762310 8.1

是不是很像，在 Pandas 中，列名相當於列標題 movie_count、total_vote、average_score，而行標題 BJ、SH、TJ、CQ 就相當於索引。

那麼如何創建一個新的 DataFrame 呢？使用 pd.DataFrame( ) 方法即可，具體有兩種方式：

• 按列創建

比如說創建一個只有 電影類型 category 和 電影評分 score 兩列的 DataFrame，直接扔進去一個字典，字典的鍵將作為列名，對應鍵的值將作為列值。

temp_dict = { score: [ 8.9, 8.2, 9.3 ], category: [懸疑, 動作, 愛情] }temp_pd = pd.DataFrame(temp_dict)print temp_pd

輸出結果如下：

category score0 懸疑 8.91 動作 8.2 2 愛情 9.3

• 按行創建

上述 DataFrame 也可以使用按行創建的思路生成，但實際中使用的並不多，創建時需要傳入一個列表進去。

row1 = [8.9, 懸疑 ]row2 = [8.2, 動作]row3 = [9.3, 愛情 ]temp_pd = pd.DataFrame([ row1, row2, row3 ], columns = [score, category])

不同的是，按行創建一般需要指定列名，使用 columns = [score, category] 來分別對列重命名，否則默認的列名是以數字命 0、1 命名的，使用起來並不直觀。

新創建的 DataFrame，或者從文件讀入的 DataFrame，默認的索引都是從 0 ~ N-1 的數字，其中 N 為 DataFrame 的長度，可以使用 len( ) 來獲取。

print len(temp_pd)print temp_pd.indextemp_pd.index = [movie_1, movie_2, movie_3]print temp_pd.columnstemp_pd.columns = [movie_score, movie_category]print temp_pdprint temp_pd.values

數據結果如下：

3RangeIndex(start=0, stop=3, step=1)Index([ucategory, uscore], dtype=object) movie_score movie_categorymovie_1 懸疑 8.9movie_2 動作 8.2movie_3 愛情 9.3[[xe6x82xacxe7x96x91 8.9] [xe5x8axa8xe4xbdx9c 8.2] [xe7x88xb1xe6x83x85 9.3]]

index 可以獲取 DataFrame 的索引，更改之前是 0、1、2，之後變為了movie_1、movie_2 、movie_3 。

columns 可以獲取 DataFrame 的列名，更改之前是 score 、category，之後變為了movie_score、movie_category。

values 則可以獲取 DataFrame 的值，每一行各個列的值都是一個列表，所有的行整體又組成一個列表，有點類似於二維數組。

同時也可以通過賦值的方式更改 DataFrame 的索引 index、列名 columns。

劃重點

• DataFrame 類似於 Excel 中的表，有行和列
• index 索引、columns 列名 、values 值
• pd.DataFrame( ) 創建一個新的 DataFrame，可以傳入字典或列表

下一節：Pandas 教程——篩選讓你動心的電影(3)

上一節：Pandas 教程——篩選讓你動心的電影(1)

推薦閱讀：