dataframe (دیتافریم) در Pandas چیست؟

DataFrame یکی از ساختارهای اصلی در کتابخانه Pandas می‌باشد که مشابه با جدولی دو بعدی است. به این معنی که در DataFrame، داده‌ها به صورت ستونی و ردیفی مرتب شده‌اند و هر ستون می‌تواند شامل انواع داده‌های مختلفی مانند عدد صحیح، اعشاری، رشته، تاریخ و غیره باشد.

همچنین در DataFrame، هر ستون را می‌توان به عنوان یک سری (Series) مستقل فرض کرد. بنابراین، از DataFrame می‌توان برای ذخیره و مدیریت داده‌های دو بعدی استفاده کرد.

برای ساخت یک DataFrame، می‌توان از توابع مختلفی مانند pd.DataFrame(), pd.read_csv() و غیره استفاده کرد. به عنوان مثال، می‌توان با استفاده از تابع pd.DataFrame()، یک DataFrame ساده ایجاد کرد:

import pandas as pd

data = {'نام': ['علی', 'محمد', 'مهدی', 'نگار'],
        'سن': [25, 30, 28, 27],
        'حقوق': [5000000, 6000000, 5500000, 4500000]}

df = pd.DataFrame(data)

print(df)
import pandas as pd

data = {'نام': ['علی', 'محمد', 'مهدی', 'نگار'],
        'سن': [25, 30, 28, 27],
        'حقوق': [5000000, 6000000, 5500000, 4500000]}

df = pd.DataFrame(data)

print(df)
اجرای کد

در این مثال، یک دیکشنری ساخته شده است که ستون‌های DataFrame به عنوان کلیدهای دیکشنری و مقادیر آن به عنوان مقادیر مربوط به ستون‌ها قرار دارد. سپس با استفاده از تابع pd.DataFrame() ورودی‌های دیکشنری را به صورت یک DataFrame تبدیل کرده و در متغیر df ذخیره کرده‌ایم. در نهایت، با فراخوانی تابع print()، DataFrame را چاپ کرده‌ایم.

توجه داشته باشید که برای استفاده از کتابخانه Pandas، ابتدا باید آن را با استفاده از دستور import pandas as pd فراخوانی کنید.