pandas之DataFrame

常见的数据类型:

• 一维: Series
• 二维: DataFrame
• 三维: Panel …
• 四维: Panel4D …
• N维: PanelND …

1. 创建DataFrame数据类型

DataFRame对象里面包含两个索引， 行索引(0轴， axis=0)， 列索引(1轴， axis=1)

方法1： 通过列表创建

import pandas as pd
import numpy as np
li = [
    [1, 2, 3, 4],
    [2, 3, 4, 5]
]
d1 = pd.DataFrame(data=li, index=['A', 'B'], columns=['views', 'loves', 'comments', 'tranfers'])
print(d1)

方法2： 通过numpy对象创建

narr = np.arange(8).reshape(2, 4)
d2 = pd.DataFrame(data=narr, index=['A', 'B'], columns=['views', 'loves', 'comments', 'tranfers'])
print(d2)

方法三: 通过字典的方式创建

dict = {
    'views': [1, 2, ],
    'loves': [2, 3, ],
    'comments': [3, 4, ]

}
d3 = pd.DataFrame(data=dict, index=['粉条', "粉丝"])
print(d3)

2. 日期操作

dates = pd.date_range(start='1/1/2018', end='1/08/2018')
print(dates)

# 行索引
dates = pd.date_range(start='today', periods=6)#6天
# 数据
data_arr = np.random.randn(6, 4)
# 列索引
columns = ['A', 'B', 'C', 'D']
d4 = pd.DataFrame(data_arr, index=dates, columns=columns)
print(d4)

一维对象: 建立一个以2019年每一天作为索引， 值为随机数；

dates = pd.date_range(start='1/1/2019', end='12/31/2019', freq='D')
datas = np.random.randn(len(dates))
s1 = pd.Series(datas, index=dates)
print(s1[:10])

3. DataFrame的基本操作

1). 查看基础属性

narr = np.arange(8).reshape(2, 4)
d2 = pd.DataFrame(data=narr, index=['A', 'B'], columns&#