pandas入门02---DataFrame

昨天讲了 数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。

import pandas as pd

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
		'year': [2000, 2001, 2002, 2001, 2002, 2003],
		'pop': [1.5, .17, 3.6, 2.4, 2.9, 3.2]}

frame = pd.DataFrame(data)

print(frame)

产生的DataFrame如下：

对于大型的DataFrame，head方法可以筛选出前5行。

如果你指定列顺序，DataFrame将会按指定顺序排列。

frame_col = pd.DataFrame(data,columns=['year', 'state', 'pop'])
print(frame_col)

如果传递的值不在字典中，将会在结果中出现缺失值：

frame2 = pd.DataFrame(data, columns=['year', 'state', 'pop', 'debt'],
	index=['one', 'two', 'three', 'four', 'five', 'six'])
print(frame2)
print(frame2.columns)

DataFrame中的一列，可以看做是Series： # 按字典标记 print(frame2['state']) # 按属性使用 print(frame2.year)

注意：frame[column]对于任意列名均有效，如果该列不存在，可以生成新列。但是frame.column只在列名是有效的python变量名时有效，并且不可以生成新列。

# 行可以通过位置或特殊属性loc进行选取 
print(frame2.loc['three'])

列的引用是可以修改的。如空的‘debt’列可以赋值为标量值或数组值。

frame2['debt'] = 16.5
print(frame[2])
frame2['debt'] = np.arange(6.)
print(frame2)

val = pd.Series([-1.2, -1.5, -1.7],index=['two', 'four', 'five'])
frame2['debt'] = val
print(frame2)

这一列是布尔值，判断条件是state列是否为‘Ohio’：

frame2['eastern'] = frame2.state == 'Ohio'

del方法可以用于移除之前新建的列

del frame2['eastern']

从DataFrame中选取的列是数据的视图，而不是数据的拷贝。因此对Series的修改会映射到DataFrame中。

转载于:https://my.oschina.net/u/3938912/blog/3101665