3 pandas之dataframe

定义

DataFrame是一个二维数据结构，即数据以行和列的方式以表格形式对齐。
DataFrame特点：

• 存在不同类型的列
• 大小可变
• 带有标签的轴
• 可对列和行进行算数运算

构造函数

pandas.DataFrame( data, index, columns, dtype, copy)

参数解释：

序号	参数和描述
1	数据（data） 数据可以是各种形式，如ndarray、series、map、lists、dict、constants和另一个DataFrame。
2	索引（index） 用于行标签的索引，如果没有传递索引，则默认为np.arange(n)。
3	列标签（columns） 用于列标签的可选默认语法是np.arange(n)，仅当没有传递索引时才成立。
4	数据类型（dtype） 每列的数据类型。
5	复制（copy） 如果默认值为False，则用于复制数据的命令（或其他命令）。

创建DataFrame

创建空的DataFrame

#import the pandas library and aliasing as pd
import pandas as pd
df = pd.DataFrame()
print df

从list创建

data =[1,3,2,12]
df = pd.DataFrame(data)
print(df)

data = [['aa', 18], ['bb', 21], ['cc', 22.]]
df = pd.DataFrame(data,columns=['Name', 'Age'])
print(df)

从字典的 ndarrays/List创建

data = {'Name':['aa', 'bb', 'cc'], 'Age': [18, 21., 22]}
df = pd.DataFrame(data)
print(df)

data = {'Name':['aa', 'bb', 'cc'], 'Age': [18, 21., 22]}
df = pd.DataFrame(data, index=['rank1', 'rank2', 'rank3'])
print(df)

从字典列表创建

data = [{"aa":18,'bb':21.}, {'aa':11, 'bb':81, 'cc':71}]
df = pd.DataFrame(data)
print(df)

data = [{"aa":18,'bb':21.}, {'aa':11, 'bb':81, 'cc':71}]
df = pd.DataFrame(data, index=['first', 'second'])
print(df)

data = [{"aa":18,'bb':21.}, {'aa':11, 'bb':81, 'cc':71}]
# With 2 columns indices, values same as  dictionary keys
df = pd.DataFrame(data, index=['first', 'second'], columns=['aa', 'bb'])
print(df)

# With 2 columns indices, columns values with different dictionary keys
df1 = pd.DataFrame(data, index=['first', 'second'], columns=['aa', 'bb1'])
print(df1)

从Series dict创建

data = {
    'one':pd.Series([1,9,12,8],index=['a','b','c','e']),
    'two': pd.Series([8,12,1,2], index=['a','b','c','d'])
}
df = pd.DataFrame(data)
print(df)

获取对应位置的值

data = {
    'one':pd.Series([1,9,12,8],index=['a','b','c','e']),
    'two': pd.Series([8,12,1,2], index=['a','b','c','d'])
}
df = pd.DataFrame(data)
print(df['one'])

添加列

# Adding a new column to an existing DataFrame object with column label by passing new series
print("Adding new DataFrame column by Passing a Series:")
df['three'] = pd.Series([10,29,81], index=['a', 'b','c'])
print(df)

列相加

df['four']=df['one'] + df['three']
print(df)

删除列

del(df['four'])
print(df)

行的增删改查

查找

data = {
    'one':pd.Series([1,9,12,8],index=['a','b','c','e']),
    'two': pd.Series([8,12,1,2], index=['a','b','c','d'])
}
df = pd.DataFrame(data)
row = df.loc['b']
print(row)

# index location from 0
row = df.iloc[3]
print(row)

# include start, exclude end
n_df = df[1:3]
print(n_df)

添加行

df = pd.DataFrame([[1,8]], columns=['a','b'])
df1 = pd.DataFrame([[2,9]], columns=['a', 'b'])
df = df.append(df1)

print(df)

删除行

···
df = pd.DataFrame([[1,8]], columns=[‘a’,‘b’])
df1 = pd.DataFrame([[2,9]], columns=[‘a’, ‘b’])
df = df.append(df1)

df = df.drop(0)
print(df)
···