Python程序设计：人工智能案例实践

7.14.2　DataFrame

DataFrame是增强的二维数组。与Series类似，DataFrame可以具有自定义的行和列索引，并提供额外的操作和功能，使其能更方便地执行许多面向数据科学的任务。DataFrame还支持缺失数据情况下的处理。DataFrame中的每一列都是一个Series。代表每个列的Series可能包含不同的元素类型，在我们讨论将数据集加载到DataFrame时，会看到这一点。

从字典中创建一个DataFrame

让我们从字典中创建一个DataFrame，它表示学生在三次考试中的成绩：

pandas以表格格式显示DataFrame，其中索引在索引列中左对齐，其余列的值右对齐。字典的键变成列名，而与每个键相关联的值成为对应列中的元素值。稍后，我们将展示如何“翻转”行和列。默认情况下，行索引是从0开始自动生成的整数。

使用index属性自定义DataFrame的索引

在创建DataFrame时，可以使用index关键字参数指定自定义索引，如下所示：

使用index属性将DataFrame的索引从连续整数更改为标签：

在指定索引时，必须提供元素数等于DataFrame中的行数的一维合集；否则，将引发ValueError。Series还提供了一个index ...