（10）DataFrame的结构和构造函数

内容：

·DataFrame的结构

·DataFrame的创建

·DataFrame读取本地Excel文件

【DataFrame结构】

 

# DataFrame是一个表格型数据，可以看做是【由Series组成的字典】（共同用一个索引）

# DataFrame由按一定顺序排列的多列数据组成，设计初衷是将Seires的使用场景从一维拓展到多维，

# DataFrame既有行索引，又有列索引

# 行索引：index

# 列索引：columns

# 值：values（numpy的二维数组）

# 表格数据结构，有行索引，有列索引

# 是Series的字典

# 所构成字典的键key，就是二维表格的列索引，

# 字典的值value是一个列表，可以不传入Series，但一旦传入某一个列表，解释器就会将其当成Series对象来维护

# Series数组构成了表格的某一列

# 为什么Series数组不能作为行出现呢？

# 因为Series数组会进行强制类型统一，如果作为列出现的话，如下例中，年龄作为一个数字，会被强制类型统一为字符，不和常理

dict_DF = {
"name": Series(data=["jom", "kom", "lom"], index=["A", "B", "C"]),
"age": Series(data=["28", "29", "30"], index=["A", "B", "C"])
}
print(dict_DF)
print()

运行结果：

 【DataFrame的创建】

# 列索引：columns

# 行索引：index

# 值：values（numpy的二维数组）

（第一种创建方式）

概念：

直接创建，在创建时给定行索引index和列索引columns，但这种创建方式不推荐使用。

代码：

df_1 = DataFrame(data=np.random.randint(0, 100, size=(3, 3)), index=list("abc"), columns=list("def"))
print("第一种:\n", df_1)
print()

运行结果：

 （第二种创建方式）

概念：

在创建DataFrame时，以字典作为传入参数，字典中的key，代表列索引，字典value中的index代表行索引。

# 第二种构建方式：
print("第二种:")
dict_df = {
    # d、e、f为表格列索引
    # a、b、c为表格行索引
    "d": Series(data=np.random.randint(0, 100, size=3), index=list("abc")),
    "e": Series(data=np.random.randint(0, 100, size=3), index=list("abc")),
    "f": Series(data=np.random.randint(0, 100, size=3), index=list("abc"))
}
df_2 = DataFrame(dict_df)
print(df_2)
print()

代码：

运行结果：

 【DataFrame读取本地Excel文件】

（读取方法）

# 读取本地文件：

# pd.read_csv()

# pd.read_table()

# pd.read_excel()

（读取示例）

# 读取数据：这里以读取Excel表格为例

# excel_things = pd.read_excel("excel表格地址",header=a,index_col=b,sheet_name=c)

# header=a：设置在excel表格中，哪几行作为列标签，默认就是第一行

# index_col=b：设置在excel表格中，哪几列作为行标签，默认就是第一列

# sheet_name=c：设置读取的是哪个表格，可以指定索引，也可以指定表名称

ex_1 = pd.read_excel('C:/Users/YHT/Desktop/数据/表格_DataFrame.xlsx', header=0, index_col=0)
df_excel_1 = pd.DataFrame(ex_1)
print(df_excel_1)
print()
ex_2 = pd.read_excel('C:/Users/YHT/Desktop/数据/表格_DataFrame.xlsx', header=0, index_col=0,sheet_name="Sheet2")
df_excel_2 = pd.DataFrame(ex_2)
print(df_excel_2)
print()

运行结果：