DataFrame是一个表格型的数据结构，它有一组有序的列，每一列可以是不同的值类型(比如数值，字符串等类型)。DataFrame既有行索引，也有列索引，它可以看做是由Series组成的字典，比如：
from pandas import DataFrame
data={'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],'year':[2000,2001,2002,2001,2002],'pop':[1.5,1.7,3.6,2.4,2.9]}
frame=DataFrame(data)
print frame
pop state year
0 1.5 Ohio 2000
1 1.7 Ohio 2001
2 3.6 Ohio 2002
3 2.4 Nevada 2001
4 2.9 Nevada 2002
最左边的是DataFrame的索引，和Series一样。
从结果看，它并没有按照我们输入的顺序进行排序，但是我们可以指定相应的顺序进行排序。比如：
print DataFrame(data,columns=['year','state','pop'])
year state pop
0 2000 Ohio 1.5
1 2001 Ohio 1.7
2 2002 Ohio 3.6
3 2001 Nevada 2.4
4 2002 Nevada 2.9
和Series一样，如果传入的列在数据中找不到，就会产生NaN值，比如：
print DataFrame(data,columns=['year','state','pop','debt'])
year state pop debt
0 2000 Ohio 1.5 NaN
1 2001 Ohio 1.7 NaN
2 2002 Ohio 3.6 NaN
3 2001 Nevada 2.4 NaN
4 2002 Nevada 2.9 NaN
同Series一样，你可以定制自己的索引，比如：
print DataFrame(data,columns=['year','state','pop','debt'],index=['one','tow','three','four','five'])
year state pop debt
one 2000 Ohio 1.5 NaN
tow 2001 Ohio 1.7 NaN
three 2002 Ohio 3.6 NaN
four 2001 Nevada 2.4 NaN
five 2002 Nevada 2.9 NaN
当得到一个DataFrame对象时，可以查看列的名字，比如：
print frame.columns
Index([u'pop', u'state', u'year'], dtype='object')
由于DataFrame是一个二维的，所以我们可以从中获取一个一维的Series，比如：
print frame['state']
0 Ohio
1 Ohio
2 Ohio
3 Nevada
4 Nevada
Name: state, dtype: object
也可以这样:
print frame.state
结果和上面一样
上面操作都是对列，我们也可以对行进行操作，比如取出一行：
print frame.ix[1] ix表示对行进行操作
pop 1.7
state Ohio
year 2001
Name: 1, dtype: object
接下来对DataFrame进行修改，比如对某一列进行修改
frame['year']=1995
print frame
pop state year
0 1.5 Ohio 1995
1 1.7 Ohio 1995
2 3.6 Ohio 1995
3 2.4 Nevada 1995
4 2.9 Nevada 1995
也可以这样
frame['year']=np.arange(2000,2005)
print frame
pop state year
0 1.5 Ohio 2000
1 1.7 Ohio 2001
2 3.6 Ohio 2002
3 2.4 Nevada 2003
4 2.9 Nevada 2004
注意赋值给列的长度要一致，如果是Series，则会根据索引进行匹配，空位会填上NaN
如果直接给DataFrame赋值一个不存在的列，则会直接添加一个新列，比如：
现在frame内容如下:
pop state year
0 1.5 Ohio 2000
1 1.7 Ohio 2001
2 3.6 Ohio 2002
3 2.4 Nevada 2003
4 2.9 Nevada 2004
执行如下操作后：
frame['eastern'] = np.arange(5)
注意这样操作是不行的frame.eastern=np.arange(5)
print frame
pop state year eastern
0 1.5 Ohio 2000 0
1 1.7 Ohio 2001 1
2 3.6 Ohio 2002 2
3 2.4 Nevada 2003 3
4 2.9 Nevada 2004 4
使用关键字del来删除一个列
比如：
del frame['eastern']
还有一种常见的数据形式，就是字典的字典，比如如下：
pop={'Nevada':{2001:2.4,2002:2.9},'Ohio':{2000:1.5,2001:1.7,2002:3.6}}
frame2 = DataFrame(pop)
print frame2
Nevada Ohio
2000 NaN 1.5
2001 2.4 1.7
2002 2.9 3.6
可以看到，外层字典的键被作为列，内层的键被作为行索引
它还可以像矩阵一样进行转置，比如：
print frame2.T
2000 2001 2002
Nevada NaN 2.4 2.9
Ohio 1.5 1.7 3.6
返回DataFrame中的数据
print frame2.values
array([[nan, 1.5],
[2.4, 1.7],
[2.9, 3.6]])
如果DataFrame各列的数据类型不同，则数组的数据类型就会选用能兼容所有列的数据类型
网友评论