python数据分析学习(2)pandas二维工具DataFrame讲解

目录

• 二：pandas数据结构介绍
  • 2.DataFarme

  下面继续讲解pandas的第二个工具DataFrame。

二：pandas数据结构介绍

2.DataFarme

  DataFarme表示的是矩阵的数据表，包含已排序的列集合，是一个二维数据工具。每一列可以是不同的数据类型值。它既有行索引又有列索引，可以看作是一组共享相同索引的Series对象。DataFarme的数组方法有很多，比如用index.name获取某列的值，用values获取行的值。这里先介绍一些常用的知识。

  (1)构建DataFrame

  有多种方式可以构建DataFrame，其中最常用的方式是利用包含等长度列表或NumPy数组的字典形成DataFrame：

# 下面是采用NumPy的字典的方式来进行构建DataFrame
data = {'a':[1,2,3,4],'b':[1.0,2.0,3.0,4.0],'c':['a','b','c','d']}
frame = pd.DataFarme(data)

  结果如下：

  产生的DataFrame的行索引会自动分配，列索引为字典的每个键。

  (2)head

  对于大型的矩阵数据，head方法将会只选出头部的五行：

  (3)指定列

  如果指定了列，则会按照指定顺序排列，用columns属性，但是在数组字典中一定要存在该列的标签名，如果没有则在结果中出现缺失值：

  (4)指定行

  同样的，也可以指定行，用index属性。

  (5)获取属性

  获取属性可以用index获取行，用columns获取列。

  (6)获取列内容

  获取DataFrame列的值，可以像字典型标记或属性那样检索Series：

  frame[column]对于任意列名均有效，而frame.column只在列名是有效的Python变量名时有效。

  (6)获取行内容

  获取DataFrame行的值，可以通过位置或者特殊属性loc进行选取：

  (7)赋值

  将列表或者数组赋值给一个列时，值的长度必须和DataFrame的长度相匹配，并按照索引进行排序，在空缺的地方填充缺失值。

  如果被赋值的列不存在，会产生新列， 但是要注意的是要用frame['']语法复制，用frame.(列名)的语法无法创建新的列。

  (8)删除列

  del方法可以用于移除之前新建的列，这里删除的是对应数据的视图，会表现到原数组，如果需要复制，应该显式地使用copy方法。

  (9)嵌套字典

  如果嵌套字典被赋值给DataFrame，pandas会将字典的键作为列，将内部字典的键作为行索引。

  (10)转置

  这里可以用T属性获取该对象的转置：

  在pandas中，可以用pd.Index()构造索引对象。