使用pandas进行数据分析-pandas库介绍之DataFrame基本操作

DataFrame

DataFrame是一种二维的数据结构，非常接近于电子表格或者类似MysqL的数据库形式。它的竖行称之为columns，横行与Series一样，称之为index，也就是说可以通过columns和index来进行确定位置。

#导入模块
 from pandas import Series,DataFrame

• 　　定义DataFrame方法
• 1、使用dict字典

#定义DataFrame

#方式一：使用dict字典
data = {"name":['google','baidu','yahoo'],"marks":[100,200,300],"price":[1,2,3]}
>>> data
{'name': ['google', 'baidu', 'yahoo'], 'marks': [100, 200, 300], 'price': [1, 2, 3]}

f1 = DataFrame(data)
>>> f1
     name  marks  price
0  google    100      1
1   baidu    200      2
2   yahoo    300      3

　　字典的键（“name”，“marks”，“price”）就是DataFrame的columns的值，字典中每个键的值是一个列表，它们就是那一竖列中的具体填充数据。上面的定义没有确定索引，因此使用从0开始的整数。从结果中可以明确的看出，这是一个二维的数据结构（类似excel或者MysqL中的查看效果）。

　　1、上面的例子中，columns的顺序没有规定，但在DataFrame中columns的顺序可以被规定（字典中不可以）。做法如下：

f2 = DataFrame(data,columns=['name','marks','price'])

>>> f2
     name  marks  price
0  google    100      1
1   baidu    200      2
2   yahoo    300      3

　　2、DataFrame数据的索引也可以自定义。做法如下：

f3 = DataFrame(data,columns=['name','marks','price'],index=['a','b','c'])
>>> f3
     name  marks  price
a  google    100      1
b   baidu    200      2
c   yahoo    300      3

• 　2、“字典套字典”方法

 

#第二种方式：“字典套字典”

>>>newdata = {'lang':{'first':'python','second':'java'},'price':{'first':5000,'second':2000}}
>>> f4 = DataFrame(newdata)
>>> f4
          lang  price
first   python   5000
second    java   2000

　　字典中就规定好数列名字（第一层键）和每横行索引（第二层字典键）以及对应的数据（第二层字典值），也就是在字典中规定好了每个数据格子中的数据，没有规定的都是空的。

• 　　DataFrame对象的columns属性，能够显示元素具有的columns名称。并且，还可以通过下面类似字典的方式，得到某竖列的全部内容：

>>> f3['name']
a    google
b     baidu
c     yahoo
Name: name, dtype: object

　　可以对某一列单独赋值，“点对点”赋值

• 取横行元素，做法：

>>>f3.loc['a']
name     google
marks       100
price         1
Name: a, dtype: object