DataFrame是二维数据结构,即数据是以行和列的表格方式排列,就像数据库中的表(Table)。可以将DataFrame理解为由一个个Series组成的,每个Series都有一个名字(也可以看作字典结构),比如:
结果如下,索引是从0开始的整数。可以比作数据库表中的行号。
我们也可以直接把一个CSV文件中的数据导入数据帧中。CSV是一种通用的、相对简单的文件格式,在表格类型的数据中用途很广泛,很多关系型数据库都支持这种类型文件的导入导出,Excel 也能和CSV文件之间转换。CSV是 Comma-SeparatedValues(逗号分隔值)的简称,有时也称为字符分隔值,因为分隔字符也可以不是逗号。其文件是以纯文本形式存储表格数据的。CSV文件由任意数目的记录组成,记录间以某种换行符分隔。每条记录由字段组成,字段间的分隔符是其他字符或字符串,最常见的是逗号或制表符。下面这个例子就是把一个包含部分加州房屋数据的CSV文件装载到一个数据帧对象上:
上面的describe()函数用来显示DataFrame对象的统计信息,比如:
该函数给出了最小值、最大值、平均值、标准差等值。如果我们只想显示前面几行数据,则可以使用head()函数。head(n)返回前n行。若没指定,则要显示的元素的默认数量为5:
结果为:
第8章 TensorFlow
215