DataFrame的创建方式

一、定义：

         "二维数组"Dataframe：是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。Dataframe中的数据以一个或多个二维块存放，不是列表、字典或一维数组结构。

# Dataframe 数据结构
# Dataframe是一个表格型的数据结构，“带有标签的二维数组”。
# Dataframe带有index（行标签）和columns（列标签）

data = {'name':['Jack','Tom','Mary'],
        'age':[18,19,20],
       'gender':['m','m','w']}
frame = pd.DataFrame(data)
print(frame)  
print(type(frame))
print(frame.index,'\n该数据类型为：',type(frame.index))
print(frame.columns,'\n该数据类型为：',type(frame.columns))
print(frame.values,'\n该数据类型为：',type(frame.values))
# 查看数据，数据类型为dataframe
# .index查看行标签
# .columns查看列标签
# .values查看值，数据类型为ndarray

   age gender  name
0   18      m  Jack
1   19      m   Tom
2   20      w  Mary
<class 'pandas.core.frame.DataFrame'>
RangeIndex(start=0, stop=3, step=1) 
该数据类型为： <class 'pandas.indexes.range.RangeIndex'>
Index(['age', 'gender', 'name'], dtype='object') 
该数据类型为： <class 'pandas.indexes.base.Index'>
[[18 'm' 'Jack']
 [19 'm' 'Tom']
 [20 'w' 'Mary']] 
该数据类型为： <class 'numpy.ndarray'>

二、创建方式

1.利用字典、列表互相嵌套生成

（1）通过列表组成的字典创建DataFrame

        通过字典创建就轻松很多，字典的数据可以来自爬虫，将爬取的各种数据保存成DataFrame的格式，便于日后的数据分析。假设我们有一组persons数据为字典格式：

import pandas as pd
import numpy as np

persons = {'name': ['小花', '狗蛋', '二狗', '小草'],
           'age': [17, 20, 30, 20], 
           'gender': ['女', '男', '男', '女']}
df = pd.DataFrame(persons)
print(df)


"""
结果

  name  age gender
0   小花   17      女
1   狗蛋   20      男
2   二狗   30      男
3   小草   20      女

所有的列必须对齐，即每列都有四个数据。
"""

（2）通过列表组成的列表创建DataFrame

import pandas as pd
data = [[1,2,3,4],[5,6,7,8],[9,10,11,12]]
df = pd.DataFrame(data)
print(df)

"""
结果

   0   1   2   3
0  1   2   3   4
1  5   6   7   8
2  9  10  11  12
"""



import pandas as pd

data = [[1, 2, 3, 4], [5, 6, 7, 8, 89], [9, 10, 11, 12]]
df = pd.DataFrame(data)
print(df)

"""
结果
   0   1   2   3     4
0  1   2   3   4   NaN
1  5   6   7   8  89.0
2  9  10  11  12   NaN


第一维（0轴）代表行，第二维（1轴）代表列，某一行的数据没有对齐多出来，
其他行的自动补齐，值为NaN
"""

         可以设置索引值，通过index和columns属性：

import pandas as pd

list1 = [[5, 2, 0, 4], [2, 3,