利用 Pandas 分析 IGN 游戏发行数据（下）

正文

请到「今天看啥」查看全文

. DataFrame ([ s1 , s2 ])

	0	1
0	1	2
1	Boris Yeltsin	Mikhail Gorbachev

我们也可以通过传递成员为列表的列表来完成同样的事情。 每个内部列表在结果 DataFrame 中被视为一行：

pd.DataFrame(
    [
        [1,2],
        ["Boris Yeltsin", "Mikhail Gorbachev"]
    ]
)

	0	1
0	1	2
1	Boris Yeltsin	Mikhail Gorbachev

我们可以在创建 DataFrame 时指定列标签：

pd.DataFrame(
    [
        [1,2],
        ["Boris Yeltsin", "Mikhail Gorbachev"]
    ],
    columns=["column1", "column2"]
)

	column1	column2
0	1	2
1	Boris Yeltsin	Mikhail Gorbachev

同样可以指定行标签（即索引 index ）：

frame = pd.DataFrame(
    [
        [1, 2],
        ["Boris Yeltsin", "Mikhail Gorbachev"]
    ],
    index=["row1", "row2"],
    columns=["column1", "column2"]
)
frame

	column1	column2
row1	1	2
row2	Boris Yeltsin	Mikhail Gorbachev

然后，我们可以使用以下标签对DataFrame建立索引：

frame.loc["row1":"row2", "column1"]

row1                1
row2    Boris Yeltsin
Name: column1, dtype: object

如果我们将字典传递给 DataFrame 的构造函数，那么我们可以跳过指定 column 关键字参数。 这将会自动为列设置名称：

frame = pd.DataFrame(
    {
        "column1": [1, 2],
        "column2": ["Boris Yeltsin", "Mikhail Gorbachev"]
    }
)
frame

	column1	column2
0	1	Boris Yeltsin
1	2	Mikhail Gorbachev

Pandas DataFrame 方法

正如之前我们提到的，DataFrame 的每一个列都是一个 Series 对象

type(reviews["title"])

pandas.core.series.Series

那些对 DataFrame 适用的方法大多同样也适用于 Series 对象，包括 head ：

reviews["title"].head()

0                              LittleBigPlanet PS 

请到「今天看啥」查看全文