数据分析 pandas - DataFrame结构

简介

        Pandas中的DataFrame是一种二维标签化数据结构，可以被看作是一个表格型数据结构，其中会有列名和行号索引，如下表所示，索引[0,0]元素是man，也就是说列名和行号不会构成DataFrame中的元素。

        对于一个DataFrame行号不是严格从0开始，也可以是2，234，5，6，这意味着索引已经被显式设置成了特定的值，或者DataFrame是由具有这些索引的文件加载的，如果想要重置索引，使其从0开始并且连续，可以使用reset_index方法：df.reset_index(drop=True)

	sex	age
0	man	12
1	woman	24
2	man	34

关键特点：

        首先使用字典创建一个DataFrame，代码如下：

import pandas as pd

# 创建字典，其中的键是列名，值是数据列表
data = {
    'Column1': [1, "a", 3, 4],
    'Column2': ['a', 'b', 'c', 'd'],
    'Column3': [True, False, True, False]
}

# 使用字典创建DataFrame
df = pd.DataFrame(data)

# 查看DataFrame
print(df)

        1. 二维表格：DataFrame 可以包含多个列，每列可以是不同的数据类型（数值、字符串、布尔值等），而且列中的元素也可以是不同的数据类型

        2. 标签化索引：DataFrame 的行和列都有标签（即索引），这些标签可以是数字、字符串或日期。我们可以通过索引来提取不同的值，常见的是通过iloc来进行数据选择。关于iloc的常见用法如下：        

                此外，还可以通过列名的方法来筛选列，效果如下

        3. 大小可变：列可以增加或删除，行也可以增加或删除，DataFrame的大小可以动态变化

        4. 内置数学运算：支持向量化的数学运算（ML）