知识卡片
表构造须核对输入的轴含义
由等长数组字典构造表时,键对应列、数组位置对应行;嵌套字典则外键作列、内键合成行标签,Series字典也按标签对齐。显式index/columns可声明结果范围和次序,缺项产生NA。不同输入结构并非仅换一种写法,它决定标签来自何处。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
外层字典的键作为列,内层键则作为行索引: In [58]: frame3 = DataFrame(pop) In [59]: frame3 Out[59]: Nevada Ohio 2000 NaN 1.5 2001 2.4 1.7 2002 2.9 3.6 当然,你也可以对该结果进行转置: In [60]: frame3.T Out[60]: 2000 2
- · 查看原书依据
一组索引可能不同的Series构建一个DataFrame。 In [23]: s1 = Series(range(3), index=['a', 'b', 'c']) In [24]: s2 = Series(range(4), index=['d', 'b', 'c', 'e']) In [25]: s3 = Series(range(3), index=
参考来源
- 位置:《利用Python进行数据分析》第5章《DataFrame》(spine280;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0266.html;u106-ch05-009)。
- 结论依据:原文在“外层字典的键作为列”附近的定义、例子或代码支撑本卡核心说明:由等长数组字典构造表时,键对应列、数组位置对应行;嵌套字典则外键作列、内键合成行标签,Series字典也按标签对齐。边界按已读前提解释;示例未执行。
- 原始内容:外层字典的键作为列,内层键则作为行索引: In [58]: frame3 = DataFrame(pop) In [59]: frame3 Out[59]: Nevada Ohio 2000 NaN 1.5 2001 2.4 1.7 2002 2.9 3.6 当然,你也可以对该结果进行转置: In [60]: frame3.T Out[60]: 2000 2
- 位置:《利用Python进行数据分析》第11章《时间序列以及截面对齐》(spine319;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0305.html;u249-ch05-009)。
- 结论依据:多个Series构造DataFrame会按标签对齐,显式传index还会限定结果范围,不在该索引的观测会被排除。
- 原始内容:一组索引可能不同的Series构建一个DataFrame。 In [23]: s1 = Series(range(3), index=['a', 'b', 'c']) In [24]: s2 = Series(range(4), index=['d', 'b', 'c', 'e']) In [25]: s3 = Series(range(3), index=