小白学习python——pandas——02-DataFrame

一、DataFrame的创建

第一步：导入库
import numpy as np
import pandas as pd
第二步：有以下创建方法：
1、通过二维数组创建

(1)arr = np.array([
	    [1,2,3,4],
	    [5,6,7,8]
	])
	df01 = pd.DataFrame(arr)
	print(df01)

输出结果：

	    0  1  2  3
	0  1  2  3  4
	1  5  6  7  8
(2)arr = np.array([
	    ['Tom',76],
	    ['Jack',99],
	    ['Tony',88],
	    ['Susan',87]
	])
	df01 = pd.DataFrame(arr, index=('one','two','three','four'), columns=('name','score'))
	print(df01)
	输出结果：
    		   name    score
	one      Tom       76
	two     Jack        99
	three   Tony       88
	four   Susan       87

2、通过字典的方法创建

(1)data = {
	    '姓名' : ['Tom', 'Jack', 'Bob', 'Susan'],
	    '性别' : ['男', '男', '男', '男'],
	    '工号' : ['001', '002', '003', '004'],
	    '薪资' : ['8000', '9000', '10000', '11000']
	}
	df01 = pd.DataFrame(data)
	print(df01)
	print('行索引:', df01.index)
	print('列索引:', df01.columns)
	print('数据:', df01.values)

输出结果：

	      姓名 性别   工号     薪资
	0    Tom  男  001   8000
	1   Jack  男  002   9000
	2    Bob  男  003  10000
	3  Susan  男  004  11000
	行索引: RangeIndex(start=0, stop=4, step=1)
	列索引: Index(['姓名', '性别', '工号', '薪资'], dtype='object')
	数据: [['Tom' '男' '001' '8000']
			 ['Jack' '男' '002' '9000']
			 ['Bob' '男' '003' '10000']
			 ['Susan' '男' '004' '11000']]

二、索引对象

1、不管是Series还是DataFrame对象，都有索引对象。
2、索引对象负责管理轴标签和其它元数据(eg：轴名称等等)
3、通过索引可以从Series、DataFrame中获取值或者对某个索引值进行重新赋值
4、Series或者DataFrame的自动对齐功能是通过索引实现的

三、DataFrame数据获取

1、可以直接通过列索引获取指定列的数据， eg: df[column_name]
2、如果需要获取指定行的数据的话，需要通过ix方法来获取对应行索引的行数据，eg: df.ix[index_name]

	data = {
	    '姓名' : ['Tom', 'Jack', 'Bob', 'Susan'],
	    '性别' : ['男', '男', '男', '男'],
	    '工号' : ['001', '002', '003', '004'],
	    '薪资' : ['8000', '9000', '10000', '11000']
	}
	df01 = pd.DataFrame(data, index=('one','two','three','four'))
	print(df01)
	print(df01['薪资'])
	print(df01.ix['one'])

输出结果：

	          姓名 性别   工号     薪资
	one      Tom  男  001   8000
	two     Jack  男  002   9000
	three    Bob  男  003  10000
	four   Susan  男  004  11000
	one       8000
	two       9000
	three    10000
	four     11000
	Name: 薪资, dtype: object
	姓名     Tom
	性别       男
	工号     001
	薪资    8000
	Name: one, dtype: object

四、DataFrame数据修改

1、	data = {
		    '姓名' : ['Tom', 'Jack', 'Bob', 'Susan'],
		    '性别' : ['男', '男', '男', '男'],
		    '工号' : ['001', '002', '003', '004'],
		    '薪资' : ['8000', '9000', '10000', '11000']
		}
		df01 = pd.DataFrame(data, index=('one','two','three','four'))
		print('修改之前的数据:\n',df01)
		df01['性别'] = ['男', '女', '男', '女']
		df01['薪资'] = ['10000', '10000', '11000', '12000']
		print('修改之后的数据:你\n',df01)

输出结果：

	修改之前的数据:
       			姓名 性别   工号     薪资
	one      Tom  男  001   8000
	two     Jack  男  002   9000
	three    Bob  男  003  10000
	four   Susan  男  004  11000
	修改之后的数据:
	           姓名    性别    工号      薪资
	one        Tom     男      001      10000
	two       Jack     女      002      10000
	three      Bob     男      003      11000
	four     Susan     女      004      12000