DataFrame

DataFrame是一个表格型的数据结构，含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）,DataFrame就行索引也有列索引，可以被看做由Series组成的字典（共用同一个索引）。跟其他类似的数据结构相比，DataFrame中面向行和面向列的操作基本上是平衡的。

构建DataFrame的方法有很多，最常用的一种是直接传入一个由等长列表或Numpy数组组成的字典。

结果DataFrame会自动加上索引，且全部列会被有序排列。

 In [10]: import pandas as ps

 In [11]: from pandas import DataFrame

 In [12]: data = {'state':['simple','simple','Python','Python'],'year':['','
     ...: 018','2019','2020'],'pop':['1','2','3','4']}

 In [13]: frame = DataFrame(data)

 In [14]: frame
 Out[14]:
   pop   state  year
 0   1  simple  2017
 1   2  simple  2018
 2   3  Python  2019
 3   4  Python  2020

如果指定列顺序，DataFrame的列就会按照指定顺序进行排列。

 In [15]: DataFrame(data,columns=['year','state','pop'])
 Out[15]:
    year   state pop
 0  2017  simple   1
 1  2018  simple   2
 2  2019  Python   3
 3  2020  Python   4

与Series一样，如果传入的列在数据中找不到，就会产生NA值。

 In [17]: frame2 = DataFrame(data,columns=['year','state','pop','debt'],index=['o
     ...: ne','two','three','four'])

 In [18]: frame2
 Out[18]:
        year   state pop debt
 one    2017  simple   1  NaN
 two    2018  simple   2  NaN
 three  2019  Python   3  NaN
 four   2020  Python   4  NaN

 In [19]: frame2.columns
 Out[19]: Index([u'year', u'state', u'pop', u'debt'], dtype='object')

通过类似字典标记的方式或属性的方式，可以将DataFrame的列获取为一个Series。

 In [20]: frame2['state']
 Out[20]:
 one      simple
 two      simple
 three    Python
 four     Python
 Name: state, dtype: object

 In [21]: frame2.year
 Out[21]:
 one      2017
 two      2018
 three    2019
 four     2020
 Name: year, dtype: object

返回的Series拥有原DataFrame相同的索引，且其name属性也已经被相应地设置好了。行也可以通过位置或名称的方式进行获取，用索引字段ix

 In [23]: frame2.ix['three']
 Out[23]:
 year       2019
 state    Python
 pop           3
 debt        NaN
 Name: three, dtype: object

列可以通过赋值的方式进行修改，给空的‘debt’列附上一个标量值或一组值。

 In [24]: frame2['debt'] = ''

 In [25]: frame2
 Out[25]:
        year   state pop debt
 one    2017  simple   1   10
 two    2018  simple   2   10
 three  2019  Python   3   10
 four   2020  Python   4   10

通过np.arange()为‘debt’列赋值

 In [29]: frame2['debt'] = np.arange(4.)

 In [30]: frame2
 Out[30]:
        year   state pop  debt
 one    2017  simple   1   0.0
 two    2018  simple   2   1.0
 three  2019  Python   3   2.0
 four   2020  Python   4   3.0

将列表或数组赋值给某个列时，其长度必须跟DataFrame的长度相匹配，如果赋值的是一个Series，就会精确匹配DataFrame的索引，所有的空位都会被填上缺失值。

 1 In [32]:  val = Series([1,3,4],index=['one','three','four'])
  2
  3 In [33]: frame2['debt'] = val
  4
  5 In [34]: frame2
  6 Out[34]:
  7        year   state pop  debt
  8 one    2017  simple   1   1.0
  9 two    2018  simple   2   NaN
 10 three  2019  Python   3   3.0
 11 four   2020  Python   4   4.0

为不存在的列赋值会创建出一个新列，关键字del用于删除列。。

 In [35]: frame2['eastern'] = frame2.state=='simple'

 In [36]: frame2
 Out[36]:
        year   state pop  debt  eastern
 one    2017  simple   1   1.0     True
 two    2018  simple   2   NaN     True
 three  2019  Python   3   3.0    False
 four   2020  Python   4   4.0    False

 In [37]: del frame2['eastern']

 In [38]: frame2.columns
 Out[38]: Index([u'year', u'state', u'pop', u'debt'], dtype='object')

通过索引方式返回的列知识相应数据的视图，并不是副本。因此，对返回的Series所做的任何就地修改全都会反应到源DataFrame上。通过Series的copy()即可显示地复制列