【6】数据分析检测（DataFrame 1）

学习目标3

昨天，我们学习了Series。

而Pandas的另一种数据类型：DataFrame，在许多特性上和Series有相似之处。

今天，我们将学习DataFrame的相关知识：

1. DataFrame的概念

2. 构造一个DataFrame

3. DataFrame的常用属性

4. DataFrame的轴

DataFrame

DataFrame

数据框

定义 DataFrame，中文叫数据框。 是pandas模块最常用的数据类型，是一个二维的矩阵数据表。 非常便捷地存放数据。

隐喻 DataFrame，就像是一个表格，可以通过行和列，可以定位一个值。

那DataFrame和Series之间有什么关系呢？ 在某种程度上，可认为DataFrame是“具有相同index的Series的集合”。

右侧是一个DataFrame，它由3部分组成： 既有行索引（index），可以用来定位到具体的某一行。

也有列索引（columns），用来定位到具体的某一列。 通过index和columns，可以定位到一个值，能快速进行数据的筛选和定位。

因此，DataFrame的同一列中，值的数据类型相同。

但是，列和列之间的数据类型可以不同。

 

      

同样的，和Series类似，DataFrame的行索引index是可以选择性定义的。如果没有定义index，index就会默认从0开始生成。

总结：

DataFrame

DataFrame，中文叫做数据框，是pandas模块最常用的数据类型，是一个二维的矩阵数据表。

DataFrame构造函数 这几行代码，构造了一个DataFrame。 第1行，导入pandas模块。 第3行，定义了一个字典。 第4行，定义了一个列表。 第6行，使用DataFrame构造函数创建了一个DataFrame，并赋值给了变量df。 第8行，将这个创建的DataFrame输出。

import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df)

pd.DataFrame( ) 通过调用的pandas模块里的DataFrame()函数，可以构造一个DataFrame。	import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df)
第一个常用参数：data pd.DataFrame()中，参数data表示需要传入的数据，可以是字典，列表等。 示例中data是一个字典，传入pd.DataFrame()函数； 字典的keys，会成为DataFrame的列索引columns； 字典的values是列表，列表中的值，会成为DataFrame的值values。 注意：若不传入数据，会生成一个空的DataFrame。	import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df)

需要特别注意的是，在构造DataFrame时，传入的字典必须是右侧所示的结构:

 

字典的keys是对象；

字典的values是对应的列表，并且每个列表中的元素个数相同。

在构造过程中：

字典中的keys，就成为了DataFrame中的列索引columns。 字典中的values，就成为了DataFrame中的值values。

第二个常用参数：index 参数index用于定义DataFrame的行索引(index)。 只需要将一个列表赋值给参数index。 示例中，我们将定义的列表city赋值给参数index。 city中的值，会成为DataFrame的index。 若不传入参数index，那么生成的DataFrame的index就会默认从0开始生成。	import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) print(df)
赋值的变量 将pd.DataFrame()函数创建的DataFrame，赋值给了df这个变量。 将df输出可以看到，它是一个DataFrame对象： 列索引（columns）是由字典data的的keys组成； 值（values）是由字典data的的值组成； 行索引（index）是由列表city的值组成。	import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) print(df)

总结：