pandas入门2——DataFrame数据结构

pandas入门（2）——DataFrame数据结构

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。

备注：虽然DataFrame是以二维结构保存数据的，但仍然可以轻松地将其表示为更高维度的数据（层次化索引的表格型结构。

创建1：直接传入一个由等长列表或NumPy数组组成的字典

data={'state':['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
     'year':[2000, 2001, 2002, 2001, 2002, 2003],
     'pop':[1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}
frame=pd.DataFrame(data)
#只显示前5行
frame.head()
#指定序列顺序
pd.DataFrame(data,columns=['year','state','pop'])

在指定序列顺序时，如果传入的列在数据中找不到，就会在结果中产生缺失值，如

frame2 = pd.DataFrame(data, columns=['year', 'state', 'pop', 'debt'],
                      index=['one', 'two', 'three', 'four',
                             'five', 'six'])
frame2

获取列的方式

通过类似字典标记的方式或属性的方式，可以将DataFrame的列获取为一个Series，如

#两种方式均可
frame2['state']
frame2.year

获取行的方式

通过位置或名称的方式进行获取，比如用loc属性，如

frame2.loc['three']

修改列的方式

列可以通过赋值的方式进行修改，如

frame2['debt'] = 16.5
frame2
#或者
import numpy as np
frame2['debt'] = np.arange(6.)
frame2

备注：将列表或数组赋值给某个列时，其长度必须跟DataFrame的长度相匹配。如果赋值的是一个Series，就会精确匹配DataFrame的索引，所有的空位都将被填上缺失值，如

val = pd.Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])
frame2['debt']=val
frame2

添加删除列

添加列

#判断state是否在东部
frame2['eastern'] = frame2.state == 'Ohio'
frame2

删除列

del frame2['eastern']

创建2：嵌套字典

pop = {'Nevada': {2001: 2.4, 2002: 2.9},
       'Ohio': {2000: 1.5, 2001: 1.7, 2002: 3.6}}
frame3=pd.DataFrame(pop)
frame3
#转置表现
frame3.T
#指定索引顺序
pd.DataFrame(pop, index=[2001, 2002, 2003])
#由Series组成的字典
pdata = {'Ohio': frame3['Ohio'][:-1],
         'Nevada': frame3['Nevada'][:2]}
pd.DataFrame(pdata)
#指定索引和序列的属性，命名
frame3.index.name = 'year'
frame3.columns.name = 'state'
frame3

这篇好文章是转载于：学新通技术网