pandas学习笔记-DataFrame（2）

另一种常见的数据形式是嵌套字典（也就是字典的字典）：

pop = {'Nevada':{2001:2.4,2002:2.9},
       'Ohio'  :{2000:1.5,2001:1.7,2002:3.6}}

如果将它传给DataFrame，它就会被解释为：外层字典的键作为列，内层键则作为行索引：

frame3 = pd.DataFrame(pop)
print frame3

输出结果
      Nevada  Ohio
2000     NaN   1.5
2001     2.4   1.7
2002     2.9   3.6

当然，也可以对该结果进行转置：

print frame3.T

输出结果
        2000  2001  2002
Nevada   NaN   2.4   2.9
Ohio     1.5   1.7   3.6

内层字典的键会被合并、排序以形成最终的索引。如果显式指定了索引，则不会这样：

frame4 = pd.DataFrame(pop,index=[2001,2002,2003])
print frame4

输出结果
      Nevada  Ohio
2001     2.4   1.7
2002     2.9   3.6
2003     NaN   NaN

由Series组成的字典差不多也是一样的用法：

pdata = {'Ohio':frame3['Ohio'][:2],
         'Nevada':frame3['Nevada'][:2]}
frame4 = pd.DataFrame(pdata)
print frame4

      Nevada  Ohio
2000     NaN   1.5
2001     2.4   1.7

如果设置了DataFrame的index和column的name属性，则这些信息也会被显示出来：

frame3.index.name = 'year'
frame3.columns.name = 'state'
print frame3

输出结果
state  Nevada  Ohio
year               
2000      NaN   1.5
2001      2.4   1.7
2002      2.9   3.6

跟Series一样，values属性也会以二维ndarray的形式返回DataFrame中的数据：

print frame3.values

输出结果
[[ nan  1.5]
 [ 2.4  1.7]
 [ 2.9  3.6]]

如果DataFrame各个列的数据类型不同，则值数组的数据类型就会选用能兼容所有列的数据类型