Pandas 数据结构 - DataFrame
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、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。
DataFrame 构造方法如下：
pandas.DataFrame( data, index, columns, dtype, copy)
参数说明：
data：一组数据(ndarray、series, map, lists, dict 等类型)。
index：索引值，或者可以称为行标签。
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
dtype：数据类型。
copy：拷贝数据，默认为 False。
Pandas DataFrame 是一个二维的数组结构，类似二维数组。
实例 - 使用列表创建
import pandas as pd
data = [['Google',10],['Runoob',12],['Wiki',13]]
df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)
print(df)
输出结果如下：
以下实例使用 ndarrays 创建，ndarray 的长度必须相同， 如果传递了 index，则索引的长度应等于数组的长度。如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。
ndarrays 可以参考：NumPy Ndarray 对象
实例 - 使用 ndarrays 创建
import pandas as pd
data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}
df = pd.DataFrame(data)
print (df)
输出结果如下：
从以上输出结果可以知道， DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）：
还可以使用字典（key/value），其中字典的 key 为列名:
实例 - 使用字典创建
import pandas
as pd
data
= [{'a':
1, 'b':
2},{'a':
5, 'b':
10, 'c':
20}]
df
= pd.
DataFrame(data
)
print (df
)
输出结果为：
a b c
0 1 2 NaN
1 5 10 20.0
没有对应的部分数据为
NaN
。
Pandas 可以使用
loc
属性返回指定行的数据，如果没有设置索引，第一行索引为
0
，第二行索引为
1
，以此类推：
import
pandas
as
pd
data
=
{
"calories"
:
[
420
,
380
,
390
]
,
"duration"
:
[
50
,
40
,
45
]
# 数据载入到 DataFrame 对象
df
=
pd.
DataFrame
(
data
)
# 返回第一行
print
(
df.
loc
[
0
]
)
# 返回第二行
print
(
df.
loc
[
1
]
)
输出结果如下：
calories 420
duration 50
Name: 0, dtype: int64
calories 380
duration 40
Name: 1, dtype: int64
注意：
返回结果其实就是一个 Pandas Series 数据。
也可以返回多行数据，使用
[[ ... ]]
格式，
...
为各行的索引，以逗号隔开：
import
pandas
as
pd
data
=
{
"calories"
:
[
420
,
380
,
390
]
,
"duration"
:
[
50
,
40
,
45
]
# 数据载入到 DataFrame 对象
df
=
pd.
DataFrame
(
data
)
# 返回第一行和第二行
print
(
df.
loc
[
[
0
,
1
]
]
)
输出结果为：
calories duration
0 420 50
1 380 40
注意：
返回结果其实就是一个 Pandas DataFrame 数据。
我们可以指定索引值，如下实例：
import
pandas
as
pd
data
=
{
"calories"
:
[
420
,
380
,
390
]
,
"duration"
:
[
50
,
40
,
45
]
df
=
pd.
DataFrame
(
data
,
index
=
[
"day1"
,
"day2"
,
"day3"
]
)
print
(
df
)
输出结果为：
calories duration
day1 420 50
day2 380 40
day3 390 45
Pandas 可以使用
loc
属性返回指定索引对应到某一行：
import
pandas
as
pd
data
=
{
"calories"
:
[
420
,
380
,
390
]
,
"duration"
:
[
50
,
40
,
45
]
df
=
pd.
DataFrame
(
data
,
index
=
[
"day1"
,
"day2"
,
"day3"
]
)
# 指定索引
print
(
df.
loc
[
"day2"
]
)
输出结果为：
calories 380
duration 40
Name: day2, dtype: int64
