pandas数据结构——DataFrame

DataFrame介绍

与Series不同，DataFrame是由一组数据与行、列索引组成的二维数据结构

DataFrame属性：

• values:表格中值
• columns:列索引
• index:行索引
• shape:形状

创建DataFrame

创建DataFrame的方法有很多，可以通过列表，元组，字典，外部导入等。

1. 列表、元组的传入

列表和元组传入方式基本一致。

• 传入一列数据
  单列表传入：该列表的值会显示成一列，并且行、列索引均是从默认值0开始。

import pandas as pd
df1 = pd.DataFrame(['a','b','c'])
df1

# 返回值
	0
0	a
1	b
2	c

• 传入多列数据
  嵌套列表传入：会根据嵌套列表显示成多列数据。嵌套的列表也可以换成元组。

df2 = pd.DataFrame ([['a','A'],['b','B'],['c','C']])
df2

# 返回值
    0	1
0	a	A
1	b	B
2	c	C

#改成元组后，具有相同的返回值
df3 = pd.DataFrame ((['a','A'],['b','B'],['c','C']))
df3

2. 字典的传入
传入一个字典时，字典的key值相当于列索引，如果不设置行索引，将依旧从0计数。

data = {
   '小写':['a','b','c'],'大写':['A','b','C']}
df3 = pd.DataFrame (data)
df3

# 返回

    小写  大写
0	a	A
1	b	b
2	c	C

行、列索引的设置、查询，切片

1. 设置行列索引

在DataFrame中可以使用index和columns来规定其索引值。

df4 = pd.DataFrame ((['a','A'],['b','B'],['c','C']),index = [1,2,3],columns =['小写','大写'])
df4

#返回值
  小写 大写
1	a	A
2	b	B
3	c	C

2. 查询行列索引

# 获取列索引
df4.columns  

# 返回
Index(['小写', '大写'], dtype='object')

#获取行索引
df4 .index

# 返回
Int64Index([1, 2, 3], dtype='int64')

3. 数据切片
DataFrame可以对行，列通过索引进行切片处理。

# 新建一个DataFrame
import pandas as pd
import  numpy as np
df5 = pd.DataFrame(np.arange(16).reshape((4,4)),index = [1,2,3,4],columns=['A','B','C','D'])
df5

# 返回

	A	B	C	D
1	0	1	2	3
2	4	5	6	7
3	8	9	10	11
4	12	13	14	15

• 选取单列
  传入需要提取的列名

df5["A"]

# 返回
1     0
2     4
3     8
4    12
Name: A, dtype: int32

• 选取多列
  将需要的列名，以列表的形式传入

df5[["A",'B']]

# 返回
	A	B
1	0	1
2	4	5
3	8	9
4	12	13

• 选取单行
  传入所需行号

df5[2:3]

# 返回	
    A	B	C	D
3	8	9	10	11

• 选取多行
  和选取单行方法一样（强迫症0.0）

df5[:3]

# 返回	

    A	B	C	D
1	0	1	2	3
2	4	5	6	7
3	8	9	10	11

• 按条件选取行
  感觉这个方法只适用单列单条件情景，还是推荐使用pandas中的loc函数

df5[df5["A"]>5]

# 返回
	A	B	C	D
3	8	9	10	11
4	12	13	14	15

索引修改

• 通过修改属性来修改索引

import  numpy as np
import pandas as pd
df6 = pd.DataFrame(np.arange(16).reshape((4,4)),index = list('abcd'),columns=['A','B','C','D'])

df6.columns = [1,2,3,4]		#修改列属性
df6.index = [1,2,3,