Pandas 数据结构 - DataFrame

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

DataFrame 构造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

参数说明：
data：一组数据(ndarray、series, map, lists, dict 等类型)。
index：索引值，或者可以称为行标签。
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
dtype：数据类型。
copy：拷贝数据，默认为 False。

相关操作

# Pandas DataFrame 是一个二维的数组结构，类似二维数组。
import pandas as pd

data = [['Google', 10], ['Runoob', 12], ['Wiki', 13]]
df = pd.DataFrame(data, columns=['Site', 'Age'], dtype=float)
print("# 创建了一个DataFrame，不包括索引,两行三列：\n", df, end="\n\n")

# 以下实例使用 ndarrays 创建，ndarray 的长度必须相同， 如果传递了 index，则索引的长度应等于数组的长度。如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。
data = {'Site': ['Google', 'Runoob', 'Wiki'], 'Age': [10, 12, 13]}
df = pd.DataFrame(data)
print(df)

# 使用字典创建,列不够长，默认为空
data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print("# 使用字典创建:", df, end="\n\n")

# Pandas 可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1，以此类推：
data = {
    "calories": [420, 380, 390],
    "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)
print("# 原始data：\n", df, end="\n\n")
# 返回第一行
print("返回第1行:\n", df.loc[0], end="\n\n")
# 返回第二行
print("返回第2行:\n", df.loc[1], end="\n\n")
# 返回多行
print("返回多行，（1，2）行:\n", df.loc[[0, 1]], end="\n\n")
# 注意：返回结果其实就是一个 Pandas Series 数据。

# 我们可以指定索引值，如下实例：index长度一定要匹配
df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df)