pandas成长之路——DataFrame的创建

1、DataFrame简介

DataFrame是一种二维的数据结构，可以认为是Series结构的字典，即列名(columns labels)为键，每一列的值为一个Series，为字典的值

2、DataFrame的创建

通过字典创建
通过字典创建时，以字典的键为列名，相应的值为各行的值。可以指定index和columns的值，若指定了但给出的字典中无相应值，则以NaN填充

dict = {"name":["小张", "小罗", "小周"], "age":[22, 23, 20], "gender":["female", "female", "male"]}
df = pd.DataFrame(data=dict, index=["p1", "p2", "p3"])

输出结果：

	name age gender
p1	小张	 22	 female
p2	小罗	 23	 female
p3	小周	 20	 male

通过列表创建
通过列表创建，是按行来创建的

df = pd.DataFrame(data=[["小张",22,"female"],["小罗",23,"female"],["小周",20,"male"]], columns=["name","age","gender"], index=["p1", "p2", "p3"])

输出结果：

	name  age	gender
p1	小张	  22	female
p2	小罗	  23	female
p3	小周	  20	male

3、DataFrame的值获取

示例：

	name age	gender
p1	小张	 22		female
p2	小罗	 23		female
p3	小周  20		male

获取列
形式：DataFrame[“列名”] 或 DataFrame.列名

df["name"]
df.name
# 输出结果：
	p1    小张
	p2    小罗
	p3    小周
	Name: name, dtype: object

获取多列，使用列表

df[["name", "gender"]]
# 输出结果：
		name	gender
	p1	小张		female
	p2	小罗		female
	p3	小周		male

获取行
形式：DataFrame.loc[“行名”] 或 DataFrame.iloc[i]

df.loc["p2"]
df.iloc[1]
输出结果：
	name          小罗
	age           23
	gender    female
	Name: p2, dtype: object

获取多行，使用列表

df.iloc[[0,2]]
df.loc[["p1", "p3"]]
输出结果：
		name	age	gender
	p1	小张		22	female
	p3	小周		20	male

获取某个值

# 四种方法输出结果相同
df["name"]["p1"]
df["name"][0]
df.loc["p1"][0]
df.iloc[0][0]
# 输出结果：
	'小张'

df.loc[["p1","p2"]][["name", "gender"]]
df[["name", "gender"]].loc[["p1", "p2"]]
# 输出结果：
		name	gender
	p1	小张		female
	p2	小罗		female

通过at和iat获取值
使用at和iat时，只能获取某一个值，不能获取一行或一列的值

df.at["p1", "name"]		#输出结果：'小张'

df.at["p1", ["name", "gender"]]		#报错
df.at[["p1", "p2"], "name"]			#报错

at/iat还可以和loc/iloc联用

df.loc["p2"].at["name"]		#输出结果：'小罗'

df.at["p2"].loc["name"]		#报错

注：只能loc/iloc在前，at/iat在后

4、DataFrame的属性

示例：

	name	age	gender
p1	小张		22	female
p2	小罗		23	female
p3	小周		20	male

index、columns、values属性：

print(df.index)		# 输出结果：Index(['p1', 'p2', 'p3'], dtype='object')
print(df.columns)	#输出结果：Index(['names', 'age', 'gender'], dtype='object')
print(df.values)
# 输出结果：
	[['小张' 22 'female']
	 ['小罗' 23 'female']
	 ['小周' 20 'male']]

size、shape属性：

df.size		#输出结果：9
df.shape	#输出结果：(3, 3)

axes属性
相当于index和columns的结合使用

df.axes
# 输出结果：
	[Index(['p1', 'p2', 'p3'], dtype='object'),
	 Index(['name', 'age', 'gender'], dtype='object')]

empty属性
判断DataFrame是否为空

df.empty	#输出结果：False