Pandas的学习(3.DataFrame的创建方法和三种索引方法(iloc、loc、values)以及切片)

DataFrame

   DataFrame是一个【表格型】的数据结构，可以看做是【由Series组成的字典】（共用同一个索引）。DataFrame由按一定顺序排列的多列数据组成，设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引、

  --- 行索引：  index

 --- 列索引： columns

--- 值：  values(numpy的二维数组)

 DataFrame的创建

  1.   最常用的方法是传递一个字典来创建。

     DataFrame以字典的键作为每一【列】的名称，以字典的值（一个数组）作为每一列。
     此外，DataFrame会自动加上每一行的索引（和Series一样）。
    同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

from pandas import DataFrame
import numpy as np

'''通过字典进行创建'''
dic = {
    "height": [175, 180, 169, 177],
    "age": np.random.randint(18, 25, size=4),
    "sex": ['女', '男', '女', '男']
}
"""
    DataFrame(data=None, index=None, columns=None, dtype=None,copy=False)
    参数解释：  data: 为创建数据的字典   
              index : 不赋值的时，行索引就是从0开始的整数
                      赋值给一个列表，列表的元素即为行索引
              columns : 不赋值时，列名就是字典中键
                      赋值给一个列表，列名就是列表中的元素,
                      如果元素比字典的键多的话，这一列的就为NaN
                      
              
"""
# columns中如果元素比字典的键多的话，这一列的就为NaN
df = DataFrame(dic, index=list('ABCD'), columns=['height', 'age', 'sex', 'weight'])
print(df)
"""
   height  age sex weight
A     175   18   女    NaN
B     180   20   男    NaN
C     169   19   女    NaN
D     177   23   男    NaN
"""

2. 打印DataFrame的形状   .shape

# 打印DataFrame的形状
print(df.shape)
"""
(4, 4)
"""

3.给DataFramed的行索引重新赋值  .index

# 重新给DataFrame的行索引赋值
df.index = [1, 2, 3, 4]
print(df)
"""
   height  age sex weight
1     175   22   女    NaN
2     180   23   男    NaN
3     169   22   女    NaN
4     177   21   男    NaN
"""

4. 修改DataFrame的列名（给DataFrame的列名重新赋值）

# 修改DataFrame的列名
df.columns = [0, 2, 4, 6]
print(df)
"""
     0   2  4    6
1  175  24  女  NaN
2  180  23  男  NaN
3  169  21  女  NaN
4  177  22  男  NaN
"""

 

 DataFrame的索引

1.对列进行索引

     - 通过类似字典的方式

      - 通过属性的方式

  可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引，且name属性也已经设置好了，就是相应的列名。

# 通过字典的形式进行检索   【检索列返回值，是Series类型】
print(df['age'])
"""
A    20
B    20
C    18
D    22
Name: age, dtype: int3
"""
# 通过属性的方式进行检索
# 对于DataFrame而言，列名就相当于属性
# DataFrame 是统计数据时，用的表格，某一个事物属性，每一个属性对应的DataFran中的列名
print(df.age)
"""
A    21
B    22
C    18
D    21
Name: age, dtype: int32
"""

2.对行进行索引
    -- 使用.ix[]来进行行索引   (过时)
    -- 使用.loc[]加index来进行行索引

    -- 使用.iloc[]加整数来进行行索引

     同样返回一个Series，index为原来的

# 行索引
'''显示索引'''
# 对于行的检索，返回值也为Series
print(df.loc['A'])
"""
Name: age, dtype: int32
height    175
age        19
sex         女
weight     55
Name: A, dtype: object
"""

# 中括号括起来，代表的是条件, 即检索多行，返回的数据就是DataFrame
print(df.loc[['A', 'B']])
"""
   height  age sex  weight
A     175   24   女      55
B     180   21   男      78
"""

'''
    对于切片而言没有列切片(因为列是属性 )
'''
# 可以进行切片索引，左闭右闭
print(df.loc['A':'C'])
"""
   height  age sex  weight
A     175   21   女      55
B     180   20   男      78
C     169   19   女      71
"""

'''隐式索引（左闭右开）'''
# DataFrame自身有Bug,索引是汉字，有时无法检索结果
print(df.iloc[1:3])
"""
   height  age sex  weight
B     180   18   男      78
C     169   19   女      71
"""

3.对元素索引的方法  （查询到具体的数据）

  -- 使用列索引

  -- 使用行索引   (iloc[3,1]) 相当于两个参数； iloc[[3,3]] 里面的[3,3] 看做一个参数

  -- 使用values属性 （二维numpy数组） 

'''对元素进行索引'''
# 查询到具体额数据
# 找到 列名为sex的，行索引为B的数据
print(df['sex']['B'])  # 男
# 可以直接修改具体的值 (再进行修改值的时候，会抛出一个警告，让我们去copy一份，
# 根据具体的情况可以忽略，程序是可以正常执行的)
df['sex']['B'] = '女博士'
print(df)
"""
   height  age  sex  weight
A     175   22    女      55
B     180   20  女博士      78
C     169   18    女      71
D     177   23    男      98
"""

'''使用loc取出具体的元素'''
# 检索行的时候，参数可以多个，但是列，无法完成这样的操作
print(df.loc['C']['height'])  # 169
print(df.loc['C', 'height'])  # 169

'''可以使用values取出某个数据'''
# 使用values取出第一行的第三个（从0开始，左闭右闭）
print(df.values[0,2])     # 55

【注意】 直接用中括号时：
             ---索引表示的是列索引
             ----切片表示的是行切片