pandas 的 DataFrame

1:什么是DataFrame

import numpy as np
import pandas as pd

t = pd.DataFrame(np.arange(12).reshape((3,4)), index=list('abc'), columns=list('WXYZ'))
print(t)
#DataFrame对象既有行索引index（0轴）又有列索引columns（1轴）
#    0  1   2   3
# 0  0  1   2   3
# 1  4  5   6   7
# 2  8  9  10  11

2:DataFrame的基础属性

t.shape  # 行数，列数
t.dtypes  # 列数据类型
t.ndim  # 数据纬度
t.index  # 行索引
t.colunms  # 列索引
t.values  # 对象值， 二维ndarray数组

3:整体情况查询

t.head(3)  # 显示头部几行，默认5行
t.tail(3)  # 显示末尾几行，默认5行
t.info()  # 相关信息概览，行数，列数，列索引，列非空值个数，列类型，内存占用
t.describe()  # 快速综合统计结果，计数，均值，标准差，最大值，四分位数，最小值

4：DataFrame取行取列

方括号写数组，表示取行t[:10]，对行进行操作

写字符串，表示的取列索引，对列进行操作t[:10]['W']

通过标签索引行数据

print(t.loc['a', 'X'])  # 某行某列的数据

print(t.loc[['a', 'c'], ['X', 'Y']]) #取多行多列数据

通过位置获取行数据

print(t.iloc[[1, 2], [1, 2]])

5:通过bool索引

6:数据合并

（1）join相同行数合并：A.join(B)，A有B没有的用NaN代替，A没有B有，将会舍掉。

（2）merge相同列数合并：按照指定的列把数据按照一定的方式合并到一起。how参数决定取交集，并集，以A为准，或者以B为准。on决定按照那个列进行对比，left-on='X',right-on='O'是将A的X列于B的O列进行比较。

7:索引以及复合索引

t = pd.DataFrame(np.arange(12).reshape((3,4)), index=list('abc'), columns=list('WXYZ'))
# print(t)

print(t.index)  # 打印t的索引

t.index = ['d', 'e', 'f']  # 修改t的索引

print(t)

t1 = t.reindex(['d', 'e', 'g'])  # 在原来的t上取de这是有的，g没有就用NaN代替
print(t)
print(t1)

print(t.set_index('W', drop=False))  # drop=False W这一列保留，drop=True则W不保留

# t.index是一个可迭代对象，可以进行迭代，可以转化成列表，len()，还可以使用unique（）方法进行去重。

8:时间索引以及时间格式化