pandas DataFrame 和 Series 的字典特性

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在 pandas 中，DataFrame 和 Series 具有一些类似于字典的特性，这使得它们在操作和处理数据时非常方便。这些特性包括按键访问、键值对迭代等。下面我们详细讲解这些特性。

方法目录

按键访问：
Series 对象可以像字典一样通过键（索引）来访问元素。

import pandas as pd

# 创建一个 Series
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
print(s['a'])  # 输出: 1

键值对迭代：
Series 可以通过 items() 方法来迭代键值对。

for index, value in s.items():
    print(f"Index: {index}, Value: {value}")

字典风格的 get 方法：
Series 也有 get 方法，可以安全地访问键，不存在的键返回 None 或指定的默认值。
```
print(s.get('a'))  # 输出: 1
print(s.get('x'))  # 输出: None
print(s.get('x', default=0))  # 输出: 0
```

按键访问列：
DataFrame 可以像字典一样通过列名（键）来访问列数据。

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})
print(df['A'])  # 输出: 列 'A' 的数据

键值对迭代：
DataFrame 可以通过 items() 方法迭代列名和列数据（Series）。

for column_name, column_data in df.items():
    print(f"Column name: {column_name}")
    print(column_data)

按键访问行：
DataFrame 还可以通过 loc 和 iloc 属性按行索引进行访问，这种方式类似于嵌套字典（第一级键是行索引，第二级键是列名）。
```
print(df.loc[0])  # 按行标签访问
print(df.iloc[0])  # 按行位置访问
```

字典风格的 pop 方法：
DataFrame 也有 pop 方法，可以移除指定的列并返回该列数据。

column_data = df.pop('A')
print(column_data)  # 输出: 列 'A' 的数据
print(df)  # 输出: 不包含列 'A' 的 DataFrame

update 方法：
DataFrame 和 Series 都有 update 方法，可以使用另一个 DataFrame 或 Series 来更新数据。

s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5], index=['a', 'b'])
s1.update(s2)
print(s1)  # 输出: a    4, b    5, c    3

这些字典特性使得 pandas 的 Series 和 DataFrame 在处理数据时非常灵活和高效。通过利用这些特性，您可以更轻松地访问、更新和管理数据。

< squeeze() 数据挤压降维 pandas 添加修改数据

更新时间：2024-08-07 18:10:49 标签：pandas dataframe series 字典