Pandas
作者：PureFFFmennory
上一节：5.1 Pandas的数据结构简介（上）：Series类型
PureFFFmennory：Pandas_操作数据集合基础 5.1 Pandas的数据结构简介（上）zhuanlan.zhihu.com
注：本节代码开始均默认读者已经导入pandas（import pandas as pd），本系列文章的代码均在在python3.7环境下运行。
5.1 Pandas的数据结构简介（上）：DataFrame类型
DataFrame
DataFrame代表一个矩形数据表，并包含一个有序的列集合，每个列可以是不同类型的值（数字，字符串，布尔值等）。DataFrame同时具有行索引和列索引；可以将其视为所有共享相同索引的Series的dict。在后台，数据储存为一个或多个二维块，而不是列表，dict或其他一维数组的集合。DataFrame内部详细信息不在本文章的讨论范围之内。
注：虽然DataFrame在物理上是二维的，但你可以使用它通过分层索引以表格格式表示高维数据，我们将在后面提到，是Pandas中一些关于更高级的数据处理功能的组成部分。
构造DataFrame的方法有很多，尽管最常见的方法之一是用等长列表或NumPy数组的dict。
>> 像Series一样，结果将自动分配索引于DataFrame，并且按排序顺序放置各列：
输出结果：
>>
如果你用的是Jupyter笔记本，则Pandas的DataFrame对象将显示为对浏览器更友好的HTML表格。
对于大型DataFrame，head方法仅选择前5行：
>> 输出结果：
>>
如果你指定列的顺序，则DataFrame的列将按一下的顺序排列：
>> 输出结果：
>>
如果你传递一个dict中未包含的列，那么它将在结果中以缺失值的方式出现：
>> 输出结果：
>>
可以通过类似dict的符号或属性将DataFrame中的列检索为Series：
>> 输出结果：
>>
注：为方便起见，这里类属性的访问（如frame2.year）和列名的制表符访问均被Python接受。frame2[column]适用于任何列名，但是frame2.column仅在列名有效时才可访问。
这里我们返回的Series与DataFrame具有相同的索引，并且已经正确设置了它们的name属性。
还可以通过具有特殊loc属性的位置或名称来检索行（稍后将对此进行更多介绍）：
>> 输出结果：
>>
year 2002
state Ohio
pop 3.6
debt NaN
Name: three, dtype: object列可以通过分配修改，例如，可以为空的'debt'列分配标量值或数组：
>> 输出结果：
>>
当你将列表或数组分配给列时，该值的长度必须与DataFrame的长度匹配。如果你分配一个Series，则其标签将完全与DataFrame的索引对齐，从而在所有有“孔”的地方插入缺失值：
>> 输出结果：
>>
year state pop debt
one 2000 Ohio 1.5 NaN
two 2001 Ohio 1.7 -1.2
three 2002 Ohio 3.6 NaN
four 2001 Nevada 2.4 -1.5
five 2002 Nevada 2.9 -1.7
six 2003 Nevada 3.2 NaN分配不存在的列将创建一个新列，与dict一样，del关键字将删除列。
作为del的示例，我首先添加一个新的布尔值列，其中state列等于'Ohio'：
>> 输出结果：
>>
注：新列的创建不能用frame2.eastern的语法。
然后可以使用del方法删除此列：
>> 输出结果：
>>
注：从索引DataFrame返回的列是基础数据的view，而不是副本。因此，对Series的任何就地修改都将反映在DataFrame中。该列可以使用Series的copy方法显式的复制。
数据的另一种常见形式是dict的嵌套：
>> 如果将嵌套的dict传递到DataFrame，那么pandas会将外部dict键解释为列，内部键解释为行：
>> 输出结果：
>>
你可以使用与NumPy数组类似的语法进行转置DataFrame（交换行于列）：
>> 输出结果：
>>
dict内部的键被组合并排序以形成结果中的索引。如果指定了显式索引，则情况将并非如此：
>> 输出结果：
>>
Series的dict的处理方式大致相同：
>> 输出结果：
>>
有关可以传递DataFrame构造函数的完整列表如下：
如果DataFrame的索引和列设置其name属性，则还将显示以下内容：
>> 输出结果：
>>
与Series一样，values属性以二维ndarry的形式返回DataFrame中包含的数据：
>> 输出结果：
>>
如果DataFrame的列是不同的dtype，则将选择values数组的dtype来容纳所有列：
>> 输出结果：
>>
索引对象
pandas的索引(index)对象负责保存轴标签和其他元数据（例如轴名称）。构造Series或DataFrame时使用的任何数组或其他标签序列都在内部转换为Index：
>> 输出结果：
>>
Index对象是不可变的，因此用户无法对其进行修改：
>> 不变性使它在数据结构之间共享Index对象更加安全：
>> 输出结果：
>>
有些用户通常不会利用索引提供的功能，但是由于某些操作会产生包含索引数据的结果，因此了解它们的工作方式非常重要。
除了像数组一样，索引的行为还类似于固定大小的集合：
>> 输出结果：
>>
与Python集合不同，pandas索引可以包含重复标签：
>> 输出结果：
>>
具有重复标签的选择将选择所有出现的标签：
每个索引都有许多用于设置逻辑的方法和属性，这些逻辑可以回答有关其包含的数据的其他常见问题，见下表：
191
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
