教程【1】DataFrame入门

import numpy as np
import pandas as pd
# 先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值
dates=pd.date_range('20160227',periods=6)
print(dates)
# 为了快速入门，我们看一下如何创建一个6X4的数据：
# 通过（1）randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列
df=pd.DataFrame(np.random.rand(6,4),index=dates,columns=list('ABCD'))
print(df)
# (2)我们还可以使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数
df2=pd.DataFrame({'a':np.random.randn(6),'b':np.random.randn(6)})
print(df2)
#
# 这又是一个字典创建DataFrame的例子
df2=pd.DataFrame({'a':pd.Timestamp('20140729'),
                  'b':pd.Series(1),
                  })
print(df2)
# 假如字典内的数据长度不同，以最长的数据为准，比如B列有4行：
df2=pd.DataFrame({'a':pd.Timestamp('20140729'),
                  'b':pd.Series(1,index=list(range(4)))
                  })
print(df2)
# 可以使用dtypes来查看各行的数据格式
print(df2.dtypes)
# 使用head查看前几行数据（默认是前5行），不过你可以指定前几行
print(df.head())
# 使用tail查看后5行数据
print(df.tail(5))
# 查看数据框的索引
print(df.index)
# 查看列名用columns
print(df.columns)
# 查看数据值，用values
df.values
# 查看描述性统计，用describe
print(df.describe())
print(type(df.describe()))
# 使用T来转置数据，也就是行列转换
# print(df.T)
# 对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序。
print(df.sort_values(by='A'))
#
dic3 = {'one':{'a':1,'b':2,'c':3,'d':4},
'two':{'a':5,'b':6,'c':7,'d':8},
'three':{'a':9,'b':10,'c':11,'d':12}}
df3 = pd.DataFrame(dic3)
print(df3)

df4 = df3[['one','three']]
print(df4)