【Pandas】DataFrame

简介

DataFrame是Python中Pandas库中的一种数据结构，它类似excel，是一种二维表。

或许说它可能有点像matlab的矩阵，但是matlab的矩阵只能放数值型值（当然matlab也可以用cell存放多类型数据），DataFrame的单元格可以存放数值、字符串等，这和excel表很像。

同时DataFrame可以设置列名columns与行名index，可以通过像matlab一样通过位置获取数据也可以通过列名和行名定位。

创建DataFrame

直接创建

随机创建一个4*4的DataFrame：

df1=pd.DataFrame(np.random.randn(4,4),index=list('ABCD'),columns=list('ABCD'))

其中第一个参数是存放在DataFrame里的数据，第二个参数index就是之前说的行名（或者应该叫索引？），第三个参数columns是之前说的列名。

后两个参数可以使用list输入，但是注意，这个list的长度要和DataFrame的大小匹配，不然会报错。当然，这两个参数是可选的，你可以选择不设置。

而且发现，这两个list是可以一样的，但是每行每列的名字在index或columns里要是唯一的。

使用python自己的shell展示创建的结果是这样的：

当然，如果你的数据量贼小，也可以自己输入创建，类似这样：

df2=pd.DataFrame([[1,2,3,4],[2,3,4,5],
                  [3,4,5,6]，[4,5,6,7]],
                 index=list('ABCD'),columns=list('ABCD'))

使用字典创建

仍然是使用DataFrame这个函数，但是字典的每个key的value代表一列，而key是这一列的列名。比如这样：

dic1={'name':['小明','小红','狗蛋','铁柱'],'age':[17,20,5,40],'gender':['男','女','女','男']}
df3=pd.DataFrame(dic1)

查看与筛选数据

python没有matlab的工作区直接查看变量与内容，这大概是python科学计算的一个缺点。所以需要格外的代码来查看，最基本的直接写变量名与print就不说了。

查看列的数据类型

使用dtypes方法可以查看各列的数据类型，比如说刚刚的df3：

df3.dtypes

输出结果：

查看DataFrame的头尾

使用head可以查看前几行的数据，默认的是前5行，不过也可以自己设置。

使用tail可以查看后几行的数据，默认也是5行，参数可以自己设置。

比如随意设置一个6*6的数据，只看前5行：

df4=pd.DataFrame(np.random.randn(6,6))
df4.head()

查看行名与列名

使用index查看行名，columns查看列名：

df1.index
df3.columns

查看数据值

使用values可以查看DataFrame里的数据值，返回的是一个数组。比如说查看所有的数据值：

df3.values

查看某一列所有的数据值：

df3['name'].values

使用loc或者iloc查看数据值（但是只能根据行来查看）。区别是loc是根据行名，iloc是根据数字索引（也就是行号）：

df1.loc['A']

df1.iloc[0]

按列进行索引查看数据还能直接使用列名，但这种方法对行索引不适用：

df3['name']

查看行列数

使用shape查看行列数，参数为0表示查看行数，参数为1表示查看列数。