pandas--DataFrame基本使用

什么是DataFrame?

DataFrame:一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型（数值，字符串，布尔型等），DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

DataFrame创建

1. 直接创建

   df = DataFrame([
   ['a','b','c','d'],
   [1,2,3,4]
   ])
   
   darr = np.array([
   [1,2,3,4],
   [5,6,7,8]
   ]);
   df2 = DataFrame(darr,index=['one','two'],columns=['aa','bb','cc','dd'])
   
   #index是行索引，columns是列索引
   
   df2.index
   df2.columns

2. 通过字典创建DataFrame

dict1 = {
'aprt':['101','102','103'],
'profits':[1000,2000,3000],
'year':[2001,2002,2003],
'month':8
}
df3 = DataFrame(dict1)
df3.index=['one','two','three']
## 字典的键作为DataFrame的列索引，值作为列数据

DataFrame的读取csv文件的函数

df4=pd.read_csv('data1.txt', sep=';',encoding='UIF-8',header=None) 
# 这个可以使用csv,txt文件,read_csv具体参数执行查询

pandas:缺省值NaN处理方法

1. 对于DataFrame/Series中的NaN一般采取的方式为删除对于的列/行或者填充一个默认值
   1.dropna 根据标签的值是否存在缺失数据对轴标签进行过滤（删除），可以通过阀值的调节对缺失值的容忍度
   2.fillna 用指定值或者插值的方式填充缺失数据，比如：fill或者bill
   3.isnull 返回一个憨厚布尔值的对象，这些布尔值表示哪些值是缺失值NAN
   4.notnull isnull的否定式

df = DataFrame([
['Tom',np.NaN,456.67,'M'],
['Merry',np.NaN,456.67,'M'],
['Grry',np.NaN,456.67,'M'],
['John',np.NaN,456.67,'M'],
['Joe',np.NaN,456.67,'M'],
['Tom',np.NaN,456.67,'M']
],columns=['name', 'age','salary','Gender'])