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)

查看dataframe某列的数据类型

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

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'])

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

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

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)

保存为excel文件

pip install openpyxl

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。

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。