Python小白学数据分析（2）：Pandas概述（下）—— DataFrame

引言

DataFrame 是由多种类型的列构成的二维标签数据结构。

简单理解是类似于 Excel 、 SQL 表的结构。

DataFrame 是最常用的 Pandas 对象，与 Series 一样，DataFrame 支持多种类型的输入数据：

• 一维 ndarray、列表、字典、Series 字典
• 二维 numpy.ndarray

结构多维数组或记录多维数组

• Series
• DataFrame

构建 DataFrame

同 Excel 一样， DataFrame 拥有行标签（ index ）和列标签（ columns ），可以理解为 Excel 的行和列。

在构建 DataFrame 的时候，可以有选择的传递 index 和 columns 参数。

这样可以确保生成的 DataFrame 里包含索引或列。

注意： Python > = 3.6，且 Pandas > = 0.23，数据是字典，且未指定 columns 参数时，DataFrame 的列按字典的插入顺序排序。

Python < 3.6 或 Pandas < 0.23，且未指定 columns 参数时，DataFrame 的列按字典键的字母排序。

Series 字典或字典构建 DataFrame
先看一个简单的示例：

d = {
   'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)
print(df)

结果如下：

   one  two
a  1.0  1.0
b  2.0  2.0
c  3.0  3.0
d  NaN  4.0

在通过 Series 构建 DataFrame 的时候，生成的 index （索引）是每个 Series 索引的并集。

先把嵌套字典转换为 Series 。如果没有指定列， DataFrame 的列就是字典键的有序列表。

这里我们在字典中使用两个字符串 one 和 two 作为字典的 key ，在构造 DataFrame 时会自动的使用我们的字典的 key 作为自己的 columns （列）。

如果我们在构造 DataFrame 手动指定索引，那么将会使用我们自行指定的索引，示例如下：

df1 = pd.DataFrame(d, index=['d', 'b', 'a'])
print(df1)

结果如下：

   one  two
d  NaN  4.0
b  2.0  2.0
a  1.0  1.0

如果我们同时指定 index 和 column ，那么 DataFrame 也将会使用我们指定的索引和列，如果我们指定的 index 或者 column 不存在，将会使用 NaN 进行默认值填充，示例如下：

df2 = pd