当前位置:   article > 正文

pandas,dataframe使用笔记

pandas,dataframe使用笔记

dataframe属于pandas

新建一个dataframe

不带列名

df = pd.DataFrame()

带列名

df = pd.DataFrame(columns=[‘类别’, ‘文件名’, ‘图像宽’, ‘图像高’])

dataframe添加一行内容

以前的版本是append,现在变成了concat

row_data = {'类别': fruit, '文件名': file, '图像宽': img.shape[1], '图像高': img.shape[0]}

# 使用 concat 添加一行数据
df1 = pd.concat([df1, pd.DataFrame([row_data])], ignore_index=True)
  • 1
  • 2
  • 3
  • 4

查看dataframe某列的数据类型

print(df['图像宽'].dtype, df['图像高'].dtype)
  • 1

新建dataframe时设置了列名,则数据类型为object

df = pd.DataFrame(columns=['类别', '文件名', '图像宽', '图像高'])
  • 1
print(df['图像宽'].dtype, df['图像高'].dtype)
  • 1

输出数据类型发现是object类型。而创建dataframe时不设置列名,后面再设置,则数据类型根据实际情况自动定,比如此处是数字,则类型打印出来就是Int64
在这里插入图片描述

dataframe的保存

保存为csv文件

import pandas as pd  
  
# 假设df是你的DataFrame  
# df = pd.DataFrame(...)  
  
# 将DataFrame保存为CSV文件,默认不包含索引  
df.to_csv('your_file_name.csv', index=False)  
  
# 如果你需要包含索引,可以设置index=True(但这是默认值,所以通常不需要显式设置)  
# df.to_csv('your_file_name_with_index.csv', index=True)  
  
# 还可以指定其他参数,如分隔符  
# df.to_csv('your_file_name_custom_delimiter.csv', sep=';', index=False)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

保存为excel文件

pip install openpyxl
  • 1
import pandas as pd  
  
# 假设df是你的DataFrame  
# df = pd.DataFrame(...)  
  
# 将DataFrame保存为Excel文件,默认不包含索引  
df.to_excel('your_file_name.xlsx', index=False, engine='openpyxl')  
  
# 如果你需要包含索引,可以设置index=True  
# df.to_excel('your_file_name_with_index.xlsx', index=True, engine='openpyxl')  
  
# 注意:'engine'参数是可选的,但如果你处理的是.xlsx文件,并且已经安装了openpyxl,  
# 那么推荐显式指定它,以避免潜在的兼容性问题。
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

注意:当处理非常大的DataFrame时,保存到Excel文件可能会比较慢,并且Excel文件有大小限制(对于.xlsx格式,单个工作表的最大行数和列数分别为1,048,576行和16,384列)。相比之下,CSV文件没有这些限制(尽管文件大小可能受到操作系统和文件系统的限制)。因此,在可能的情况下,使用CSV文件可能是一个更好的选择。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/793175
推荐阅读
相关标签
  

闽ICP备14008679号