pandas速学-DataFrame

一、理解DataFrame

他是一个表格结构：DataFrame 是一个表格型的数据结构

他是有序的，不同值类型：它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。

他可以被看做一个由series组成的字典：DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

他对应二维数组：

Pandas DataFrame 是一个二维的数组结构，类似二维数组。

二、参数理解

pandas.DataFrame( data, index, columns, dtype, copy)
'''
data：一组数据(ndarray、series, map, lists, dict 等类型)。

index：索引值，或者可以称为行标签。

columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

dtype：数据类型。

copy：拷贝数据，默认为 False。


'''

三、对象创建方式：

使用列表创建DataFram：

import pandas as pd

data = [['Google',10],['Runoob',12],['Wiki',13]]

df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)

print(df)

通过官场以上代码我们可以发现：

1、二维数组最内层是一行的数据

2、列名在使用DataFrame()函数时，通过columns参数进行了指定，参数形式为列表。其中dtype还指定了float类型。

运行结果如下：

在创建时并没有指定index，所以索引是从0开始的。

使用ndarrys创建DataFram：

import pandas as pd

data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}

df = pd.DataFrame(data)

print (df)

这里ndarrys是numpy里的，暂理解为多维数组。

这里的多维数组为字典的value是一个列表。

从代码来看，这种多维数组是DataFrame（）函数的标准入参之一，此时多维数组，或者说字典的keys，就是列名，每个子序列对应一个列的数据。

运行如下：

以下为一个多个字典构成的列表数据生成DataFrame的案例：

这里的字典是作为列表的一个元素

import pandas as pd

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]

df = pd.DataFrame(data)

print (df)

从上述可知，这种结构数据在生成DataFrame时，列表内部字典的keys会成为表格的列，多个字典代表多行数据。

运行如下：

   a   b     c
0  1   2   NaN
1  5  10  20.0

pandas可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1，以此类推：

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])

需要注意的是，这里loc[索引]是返回的行数据。

返回指定多行时，可以使用df.loc[0,1],形如此类。

DataFrame生成时也可以指定索引值，以下是个小案例：

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df)

对这种指定了索引的DataFrame我们依然可以使用loc[索引名]来获取其值。

如下：

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

# 指定索引
print(df.loc["day2"])

运行如下：
calories    380
duration     40
Name: day2, dtype: int64