Pandas之 DateFrame

DataFrame是一个表格型的数据结构，它包含一组有序的列，每列可以是不同的值的类型。

DataFrame 有行索引也有列索引，它可以被看作由Series组成的字典

import pandas as pd
data = {

import pandas as pd
data = {
    'name':['张三','李四','王五','小明'],
    'sex':['female','female','male','male'],
    'year':[2001,2001,2003,2002],
    'city':['北京','上海','广州','北京']
}
df1  =pd.DataFrame(data, columns=['name','year','sex','city'])
display(df1)

运行结果

 

 构建DataFrame的方式有很多，最常用的是直接传入一个由等长列表或NumPy数组组成的字典来构建DataFrame。

DataFrame会自动加上索引和Series一样，并且全部列会被有序排列，如果指定了列序列，DateFrame的列会按照指定顺序进行排列。 跟Series一样，如果传入的列在数据中找不到，就会产生NaN值

重建索引时填充缺失值。

对于顺序数据，比如时间序列，重新索引时可能需要进行插值或填值处理，利用参数method选项可以设置：
Ø method = ‘ffill’或‘pad’，表示前向值填充
Ø method = ‘bfill’或‘backfill’，表示后向值填充

import pandas as pd
obj = pd.Series([7.2,-3,3.5,3.6],index = ['b','a','d','c'])
obj.reindex(['a','b','c','d','e'],fill_value= 0)

 

重建索引：

import pandas as pd
obj = pd.Series([7.2,-3,3.5,3.6],index = ['b','a','d','c'])
obj.reindex(['a','b','c','d','e'])

结果：

df3 = df1.set_index('city')
display(df3)

 

 缺失值的向前填充

import numpy as np
obj1 = pd.Series(['blue','red','blak'],index=[0,2,4])
obj1.reindex(np.arange(6),method='ffill')

结果：

 DataFrame数据

df2 = pd.DataFrame(np.arange(9).reshape(3,3),
index =['a','c','d'],columns = ['one','two','four'])
display(df2)
df2.reindex(index = ['a','b','c','d'],columns = ['one','two','three','four'])

 结果：

print('信息表的所有值为：\n ',df3.values)
print('信息表的所有列为：\n',df3.columns)
print('信息表的元素个数为：',df3.size)
print('信息表的维度是：',df3.ndim)
print('信息表的形状为：',df3.shape)