Python 中的 df 表示 DataFrame，一种类似于 Excel 电子表格的二维表形数据结构，用于存储和处理表格数据。其特点包括：行和列、不同数据类型、索引、丰富的操作符和函数。DataFrame 在数据分析中广泛应用，包括导入数据、清理数据、分析数据、创建可视化和进行建模。数据可通过索引器访问。

什么是Python中的df？

df 在 Python Pandas 库中表示一个DataFrame。DataFrame是一种二维表形数据结构，类似于Excel电子表格，用于存储和处理表格数据。

DataFrame 的特点：

• 行和列：DataFrame 由行和列组成，其中行表示数据记录，而列表示属性或特征。
• 数据类型：DataFrame 中的列可以包含不同数据类型，如整数、浮点数、字符串、布尔值等。
• 索引：行和列可以具有索引，以方便数据访问和索引。
• 操作：Pandas 提供了丰富的操作符和函数，用于对 DataFrame 进行操作，例如排序、过滤、分组和聚合。

DataFrame 的用途：

Secure Python Code Sandbox

安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。

下载

立即学习“Python免费学习笔记（深入）”；

DataFrame 在数据分析和处理方面非常有用，可用于：

• 导入和加载数据
• 清理和转换数据
• 分析和探索数据
• 创建可视化
• 进行机器学习建模

访问 DataFrame 中的数据：

您可以使用索引器访问 DataFrame 中的数据：

• df[row_index]：访问特定行的数据。
• df.iloc[row_index, column_index]：访问特定行列的数据。
• df.loc[row_index, column_label]：使用标签访问特定行列的数据。