pandas学习笔记(三)-DataFrame类型

DataFrame类型:
由共用相同索引的一组列构成,其实就是个表格.
纵向的就叫索引,横向的就叫列
表示索引的列就是零列,axis=0
如果要跨行操作,就要设置axis=1

DataFrame是一个表格型的数据类型,每列值类型可以不同.
DataFrame既有行索引,也有列索引.
DataFrame常用于表达二维数据,但也可以表达多维数据.

DataFrame类型可由如下类型创建:
(用户可以只关心行列数据,它自己定义相关索引,
也可以在创建的时候用参数给出)
*.二维ndarry对象:
    *d=pd.DataFrame(np.arange(10).reshape(2,5))

         自动创建自定义行索引和列索引(除非指定参数)
 

*.由一维ndarray,列表,字典,元组或者Series构成的字典:
  1.是通过(值为Series类型的)字典类型辅助参数创建
    

*字典的键就是自定义列索引,值就是一个Series类型,

    每一列中的值的索引就是自定义含索引.
    *还可以添加参数,用参数指定横向参数和纵向参数,
    到时候就以你的参数为主,没有的补NaN
  2.是通过列表类型的字典创建
    

     到时候列索引就根据列确定,行参数自己决定

*.DataFrame属性:
    .index:返回行索引的,Index类型
    .columns:返回列索引,Index列表
    .values:返回所有的值

关于Index类型的一些方法将在下一篇讲到

*.如何获取某一元素:
    1.单一方括号,里面是列索引,返回的是Series类型值,该Series对象的索引就是原对象的行索        引
    2.DataFrame.ix[],方括号前加"ix",里面填行索引,也是返回一个Series对象,索引是列索引
    3.两个[],第一个括号里填列索引,第二个括号里填行索引

理解:
二维带"标签"数组