http://pda.readthedocs.io/en/latest/chp5.html
data = [] 列表初始化
data = (,)
data = {} 字典初始化
data = pd.DataFrame() dataframe 初始化
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002], 'pop': [1.5, 1.7, 3.6, 2.4, 2.9]} frame = DataFrame(data)
想列扩展就直接用data['month'] =[1,2,4,5,7]
DataFrame有行名称index和列名称columns 的属性: dataframe.index /dataframe.columns
DataFrame的 index 和 columns 有它们的 name ,也会被显示出来:
frame3.values # 返回一个ndarry
DataFrame 的列名取法:
data = pd.DataFrame()
data.columns #查看列名
data.columns = ['','','',''] # 改名
DataFrame 还有values 属性(返回一个包含在DataFrame中的数据的二维ndarray) 机器学习建模经常用它来获取ndarray
DataFrame 的某一列可以用字典记忆法来检索
data['year'] # [2000, 2001, 2002, 2001, 2002]
DataFrame 的某一列也可用属性来检索
data.year # [2000, 2001, 2002, 2001, 2002]
DataFrame 的某一列也可用位置来检索
data.ix[0:,1] #
pop = {'Nevada': {2001: 2.4, 2002: 2.9}, 'Ohio': {2000: 1.5, 2001: 1.7, 2002: 3.6}} # 嵌套字典
内部字典的键被结合并排序来形成结果的索引。
DataFrame(pop, index=[2001, 2002, 2003])
数据写到文件
a = {‘c’:[], 'd':[], 'e':[]}
b = pd.DataFrame(a)
b.to_csv('file.csv')
2维数组 数据索引: c[:3,:] # 从c0,c1,c2. c[3:,:] # 取值 从 c3,c4,c5
c = b.values # c就变成了ndarray 类型
c[:3,:] #表示 从c0,c1,c2. c[3:,:] # 取值 从 c3,c4,c5
b是dataframe型。 b.ix[:3,:] # 索引会到b0,b1,b2,b3