Python的一二三之 DataFrame

import numpy as np
import pandas as pd
from pandas import *
import random
import tensorflow as tf
import time

np.random.seed(2)

N_STATES=6
ACTIONS=['left','right']
EPSILON=0.9 #greedy police,90%选择最优的动作，0.1选择随机的动作
ALPHA=0.1 #learing rate 学习效率
LAMBDA=0.9 #discount factor 奖励衰减值
MAX_EPISODES=13 #maximum episodes只做13次
FRESH_TIME=0.1 #fresh time for one move走一步的时间

def build_q_table(n_states,action):
    table=pd.DataFrame(
        np.arange(12).reshape((n_states,len(action))),index=list('abcdef'),
        columns=action
    )
    return table
q_table=build_q_table(N_STATES,ACTIONS)
print(q_table)
'''DataFrame,返回的是行列有名称的表格格式，
第一个参数第一表格大小，
第二个参数index是行的名字，定义为index=['one','two']如果不定义，那么默认从0开始编号
index用{}放字符串顺序会乱,为列表[]则不会,也可以index=list('atknbf')每个字母为一行的名称
第三个参数为列的名称columns,columns={'right',left'}如果不定义，也有默认的值，列从0 开始编号'''

 

DataFrame的相关操作

操作	语句	输出结果	返回类型
输出名为right的列（单列操作）	q_table['right']	a     1 b     3 c     5 d     7 e     9 f    11 Name: right, dtype: int32	Series
	q_table.right	a     1 b     3 c     5 d     7 e     9 f    11 Name: right, dtype: int32	Series
	q_table[['right']]	right a      1 b      3 c      5 d      7 e      9 f     11	DataFrame
输出多个列，输出名字为right的列和名字为left的列	q_table[['right','left']]	right  left a      1     0 b      3     2 c      5     4 d      7     6 e      9     8 f     11    10	DataFrame
取多行，取前3行	q_table[0:3]	left  right a     0      1 b     2      3 c     4      5	DataFrame
	q_table['a':'c']	left  right a     0      1 b     2      3 c     4      5	DataFrame
取某一行，取第3行	q_table.iloc[2]	left     10 right    11 Name: f, dtype: int32	Series
	q_table.iloc[2:3]	left  right c     4      5	DataFrame
取首行	q_table.head(1)	left  right a     0      1	DataFrame
	q_table.head()	left  right a     0      1 b     2      3 c     4      5 d     6      7 e     8      9	DataFrame，返回默认前五行
取尾行	q_table.tail()	left  right b     2      3 c     4      5 d     6      7 e     8      9 f    10     11	DataFrame，返回默认前五行
	q_table.tail(1)	left  right f    10     11	DataFrame
取某行某列	q_table.loc['a',['left']]	left    0 Name: a, dtype: int32	Series
	q_table.iat[1,1]	3	<class 'numpy.int32'>