机器学习1--Pandas 数据结构 - DataFrame

Pandas 数据结构 - DataFrame**

DataFrame 是一个表格型的数据结构。Pandas DataFrame 是一个二维的数组结构，类似二维数组。

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。

1.用数组创建

import pandas as pd
data = [['Google',10],['Runoob',12],['Wiki',13]]
df = pd.DataFrame(data,columns=['Site','Age'])
print(df)

输出结果：

设置行列索引

import pandas as pd

data = [['Google', 10, 'N'], ['Runoob', 12, 'Y'], ['Wiki', 13, 'N']]
df = pd.DataFrame(data, index=['A1', 'A2', 'A3'], columns=['Site', 'Age', 'AA'])
print(df)

注意行列索引的数量要和数据的数量保持一致
2.以字典的形式创建

import pandas as pd
data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}
df = pd.DataFrame(data)
print (df)

import pandas as pd

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print (df)

3.查找
3.1返回特定行

import pandas as pd

data = [['Google', 10, 'N'], ['Runoob', 12, 'Y'], ['Wiki', 13, 'N']]
df = pd.DataFrame(data, index=['A1', 'A2', 'A3'], columns=['Site', 'Age', 'AA'])
print(df.loc['A1'])
print(type(df.loc['A1']))

利用loc查找对应的行索引返回对应行，注意如果规定了行索引就不能使用数字索引查找了。如：这里创建时规定了行索引为 index=[‘A1’, ‘A2’, ‘A3’]，则只能通过 df.loc[‘A1’] 查找到第一行的信息，如输入df.loc[0]就会报错。
输出的行信息格式为 key-value的Series

3.2 查找表格中的特定值

print(df.loc['A1']['Age'])
print(type(df.loc['A1']['Age']))

还是用loc属性
学到这里发现DataFrame跟二维数组有很大的相似性，不同的是Data Frame可以给行列索引命名。