pandas学习之DataFrame

上一节学习了Series相关的概念，这部分的知识是学习pandas另一数据结构：DataFrame的基础。

DataFrame是二维的、有标记的数据结构，它可以具有可能不同类型的列。

可以将其看做类似SQL表格，或者包含多个Series对象的字典。

 

DataFrame可接受数据类型

DataFrame可以接受多种数据输入：

• 由一维ndarray构成的字典, 列表, 字典, 或者是Series

• 二维的ndarray

• 单独的Series

• 其它的DataFrame

 

由字典构成DataFrame

如果构成dataframe的元素没有对应的index，比如例子中的列名为two的index是从a->b，但是列名为one的index只有a,b,c，所以在形成的dataframe中，列one对应索引为d的值为NaN：

d = {
     'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])
    }

df = pd.DataFrame(d)

print(df)

->
   one  two
a  1.0  1.0
b  2.0