DataFrame对象（创建，读取，添加，删除，方法）

创建DataFrame对象

语法：

pandas.DataFrame( data, index, columns, dtype, copy)
data    支持多种数据类型，如:ndarray，series，map，lists，dict，constant和另一个DataFrame。
index    行标签，如果没有传递索引值，默认值为0,1,2,3,4.......
columns    列标签，如果没有传递索引值，默认值为0,1,2,3,4.......
dtype    每列的数据类型
copy    是否复制数据，默认值为False

创建空DataFrame对象

import pandas  as pd
df = pd.DataFrame()
print (df)

利用列表创建

   #利用单层list

import pandas  as pd
x = [1,2,3,4,5,6]
df = pd.DataFrame(x，dtype=np.float32)
print(df)

#利用双层list 

import pandas  as pd
x = [
    ["tom",10],
    ["jack",20],
    ["mike",30]
]
#df = pd.DataFrame(x,columns=['name','age'])
#如果是True，那么x数据不改变
df = pd.DataFrame(x,columns=['name','age'，'sex'],copy=True)
df['age'] = 100
print(df)
print(x)

# 利用数据是字典的列表创建 

import pandas  as pd
x = [
    {'a':1,'b':2},
    {'a':10,'b':20,'c':30}
]
#index 行索引  columns列索引
df1 = pd.DataFrame(x)
print(df1)
df1 = pd.DataFrame(x,index=["first","second"])
print(df1)
#如果没有c，就会默认是nun
df1 = pd.DataFrame(x,index=["first","second"],columns=['a','c'])
print(df1)

 

利用字典创建

import pandas  as pd


#利用字典创建DataFrame
#a、b是列索引，一定要设置行索引（index），否则报错
x = {'a':1,'b':2}
d1 = pd.DataFrame(x,index=['row1'])
print(d1)
'''
      a  b
row1  1  2'''





# 字典里面的v是列表类型创建DataFrame
#那么默认列索引是name和age
x = {
    'name':['zs','ls','ww','zl'],
    'age':[14,15,16,17]
}
d1 = pd.DataFrame(x)
print(d1)
'''
  name  age
0   zs   14
1   ls   15
2   ww   16
3   zl   17'''
print(d1['age'])
'''
0    14
1    15
2    16
3    17
Name: age, dtype: int64'''

利用Series和字典的结合来创建DataFrame

import pandas  as pd

s1=pd.Series(["馒头","包子","豆浆","老碗面"])
s2=pd.Series([1,1.5,2,10])
a={
    "食品":s1,
    "价格":s2
}
df1=pd.DataFrame(a)
print(df1)
'''
    食品    价格
0   馒头   1.0  
1   包子   1.5  
2   豆浆   2.0  
3  老碗面  10.0 '''

列的读取

、语法
df[columns_lable]查询单列
df[columns_lable]查询多列
查询一列会进行降维DataFrame-------->Series
查询多列不变

import pandas  as pd
s1=pd.Series(["馒头","包子&#