Pandas进阶 —— DataFrame构造（一）

1. DataFrame基本特性

        二维、大小可变、可异构的表格数据。

2. DataFrame构造方法

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)

参数说明：

参数名	说明
data	ndarray (structured or homogeneous), Iterable, dict, or DataFrame 选填，不填则为空DataFrame对象。
index	行索引，对象为一维数组 选填，不填默认RangeIndex。
columns	列标签，对象为一维数组 选填，不填默认RangeIndex。
dtype	指定数据类型，默认None。若不为None则强制数据类型。只允许使用单一数据类型。
copy	bool 或 None，默认 None。 False表示在创建DataFrame时不复制数据，而是使用数据的引用。如果设置为True，将创建一个新的副本。

关于copy的补充：

• 对于字典数据，None的默认行为相当于copy=True。
• 对于DataFrame或二维数组，None的默认行为相当于copy=False。
• 对于包含一个或多个Series的字典（可能具有不同的dtype），copy=False。

3. DataFrame构造示例

3.1 使用普通字典构造DataFrame

import pandas as pd
import numpy as np
data = {
        'math': np.random.randint(60, 100, size=3),
        'age': [12, 15, 16], # 列表可替换为Series、numpy ndarray
    }
index = pd.Series(['Jesse', 'Bob', 'Jerry'])
df = pd.DataFrame(data, index=index)
print(f'DataFrame数据结构为：\n{df} \n该对象数据类型为：\n{df.dtypes}')

# 若想指定异构数据的dtype，可用Series或numpy进行指定，再构造DataFrame对象
df = pd.DataFrame(data, index=index, dtype='int8')
print(f'指定数据类型后：\nDataFrame数据结构为：\n{df} \n该对象数据类型为：\n{df.dtypes}')

# 终端输出
DataFrame数据结构为：
       math  age
Jesse    62   12
Bob      96   15
Jerry    77   16 
该对象数据类型为：
math    int32
age     int64
dtype: object
指定数据类型后：
DataFrame数据结构为：
       math  age
Jesse    62   12
Bob      96   15
Jerry    77   16 
该对象数据类型为：
math    int8
age     int8
dtype: object

3.2 读取CSV文件构建DataFrame

pandas.read_csv(filepath_or_buffer, *, sep=_NoDefault.no_default, 
    delimiter=None, header='infer', names=_NoDefault.no_default, 
    index_col=None, usecols=None, dtype=None, engine=None, 
    converters=None, true_values=None, false_values=None, 
    skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, 
    na_values=None, keep_default_na=True, na_filter=True, 
    verbose=_NoDefault.no_default, skip_blank_lines=True, 
    parse_dates=None, infer_datetime_format=_NoDefault.no_default, 
    keep_date_col=_NoDefault.no_default, date_parser=_NoDefault.no_default, 
    date_format=None, dayfirst=False, cache_dates=True, iterator=False, 
    chunksize=None, compression='infer', thousands=None, decimal='.', 
    lineterminator=None, quotechar='"', quoting=0, doublequote=True, 
    escapechar=None, comment=None, encoding=None, encoding_errors='strict', 
    dialect=None, on_bad_lines='error', delim_whitespace=_NoDefault.no_default,  
    low_memory=True, memory_map=False, float_precision=None, storage_options=None, 
    dtype_backend=_NoDefault.no_default)

 参数说明（这里暂时只解释filepath_or_buffer参数）：

参数名	说明
filepath_or_buffer	文件路径或类文件对象。 类文件对象，我们指的是具有read（）方法的对象。