pandas中的DataFrame类型

DataFrame 是一个表格型的数据结构，可以看成就是excel中的表格。
有行有列

每一行或者每一列都可以看成是一个Series，所以在创建DataFrame是可以使用Series创建。

DataFrame的创建

DataFrame 构造方法如下：

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

• 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。

Pandas DataFrame 是一个二维的数组结构，类似二维数组。

1. 一行一行的创建这个表格

如果给出的数据是一行一行的形式，怎么创建DF
先不考虑行索引和列标签，直接传递一个二维列表或者ndarray类型的二维数组，其中，二维数组内的每一个列表就是每一行的数据。
举例：

import numpy as np
import pandas as pd
#创建一个二维的ndarray
data = np.arange(12).reshape(3,4)
data
#每一行就是DF中的每一行

df = pd.DataFrame(data)
df
#可以看到行列索引在没有指定的时候都是从0开始的正整数

#指定索引
colIndex = ['col1','col2','col3','col4']
rowIndex = ['row1','row2','row3']
#指定列标签
df.columns = colIndex
#指定行索引
df.index = rowIndex
df

2.用列表嵌套字典按行创建

使用字典按照键值对的形式给出数据，创建DataFrame

data = [
    #列表内的每一个字典就是一行数据，
    #字典内的key就是列的标签
    {'name':'张三','age':19,'sex':'m'},
    {'name':'李四','age':20,'sex':'f'},
    {'name':'王五','age':22,'sex':'m'}
]
df = pd.DataFrame(data,index = [100,101,102])
df

使用字典以列的形式创建DataFrame

给出的数据是列的形式下创建DF
创建中需要借助字典

#字典的key作为列的标签
#每一个key对应的value 就是这一列的数据
data = {
    'name':['张三','李四','王五'],
    'age':[19,20,22],
    'sex':['m','f','m']
}
df = pd.DataFrame(data)
df

以Series按照列的形式创建DF

数据的读取

现在有一个DataFrame:

data = {
    'name':['zs','ls','ww'],
    'age':[19,20,22],
    'sex':['男','女','男']
}
df = pd.DataFrame(data)
df

列的操作

1.用列索引选取某列数据

如果想要拿到age列的数据。使用列标签拿到df[‘列索引名称']：
同时返回的数据是一个Series类型的数据

print(df['age'])
print(type(df['age']))

进一步想要将列的数据以ndarray数组的形式返回出来，则使用Series的values属性：

print(df['age'].values)
print(type(df['age'].values))

2.添加一列数据：

直接在末尾添加
添加一列数据就直接添加，添加的时候指定列的索引值就行：

#可以用Series类型来添加
df['yuwen'] = pd.Series([88,90,97])

#也可以是列表类型直接添加
df['shuxue'] = [100,90,70]
df

还可以直接使用列做加法操作：

df['sum'] = df['yuwen'] + df['shuxue']
df

字符类型也可以加，只是简单的拼接:

在指定位置添加列：
除了使用df[]=value的方式外，还可以使用 insert() 方法插入新的列，示例如下：

insert(loc, column, value, allow_duplicates=False)
Parameters
    ----------
    loc : int
        Insertion index. Must verify 0 <= loc <= len(columns).
    column : str, number, or hashable object
        Label of the inserted column.
    value : int, Series, or array-like
    allow_duplicates : bool, optional

主要参数在于loc, column, value：

• loc：指定插入的位置，列的整数索引值，其实列标签内部是有一个整数索引的，0：第一列，依次往后
• column:新插入的列的标签，也就是这一列的名字；
• value：插入列的数据，类型可以是：int, Series, or array-like

举例：

#在第一列位置插入一列
df.insert(0,column='id',value=[2201,2202,2203])
df

3. 删除某一列数据：

#使用del 指定列索引 来删除
del df['sum']
df

或者使用df.pop()方法删除并返回该列的数据：

pop(item)
	#参数
    ----------
    item : label：删除的列的名称
        Label of column to be popped.
        
  	#返回值
    -------
    Series：返回的是列的Series类型

shuxue = df.pop('shuxue')
print(type(shuxue))
print(shuxue)
df

行的操作

1. 行数据读取

行标签读取

一个参数
可以将行标签传递给 loc 函数，使用df.loc[行标签]来选取数据。

loc 允许接两个参数分别是行和列，参数之间需要使用“逗号”隔开，但该函数只能接收标签索引。

两个参数
读取到表格中的某一个数据：

返回的时行索引值为second，列索引值为name 的这个单元格总的数据

行索引值读取（默认的整数索引）

一个参数

iloc 允许接受两个参数分别是行和列，参数之间使用“逗号”隔开，但该函数只能接收整数索引。

df.loc[0]会出错，要使用df.iloc[0]

两个参数

返回的时行索引为2，列索引为4的数据，即：

切片操作读取多行

这种方式只能读取多行，df[0]会报错，所以取出单行数据就使用loc[]或者iloc[]

添加数据行

可以先读取到某一行数据后，直接把这行数据添加到DataFrame中

#使用append()
#注意：这里使用append()之后，生成的是一个新的DF,原来的df没有改变，
#所以需要重新复制一下
#读取第2行数据，添加到df中，默认直接添加到最后一行
df = df.append(df.loc[1])

删除某一行数据

使用df.drop（'标签索引'）删除指定行，参数必须是便签索引，不是内部的整数索引。同时删除后生成的是新df，不改变原来的df对象
删除前：

删除后：

df = df.drop('10')
#df.drop(0)会报错
df

常用属性和方法：

DataFrame 的属性和方法，与 Series 相差无几，如下所示：

1：values:把 df中的表格数据以ndarray类型返回：

二维数组中的每一行就是df中的每一行数据。