Pandas库中的DataFrame

1 简介

DataFrame是Python中Pandas库中的一种数据结构，它类似excel，是一种二维表。

或许说它可能有点像matlab的矩阵，但是matlab的矩阵只能放数值型值（当然matlab也可以用cell存放多类型数据），DataFrame的单元格可以存放数值、字符串等，这和excel表很像。

同时DataFrame可以设置列名columns与行名index，可以通过像matlab一样通过位置获取数据也可以通过列名和行名定位，具体方法在后面细说。

2 创建DataFrame

首先声明一下，以下都是使用的Python 3.6.5版本为例，Python2应该也差不多吧（大概

在所有操作之前当然要先import必要的pandas库，因为pandas常与numpy一起配合使用，所以也一起import吧。

import pandas as pd 
import numpy as np

 

如果还没安装直接在cmd里pip安装吧，如果有版本选择问题，参看之前的帖子。

pip install pandas pip install numpy

 

2.1 直接创建

可以直接使用pandas的DataFrame函数创建，比如接下来我们随机创建一个4*4的DataFrame。

　

df1=pd.DataFrame(np.random.randn(4,4),index=list('ABCD'),columns=list('ABCD'))

 

 

其中第一个参数是存放在DataFrame里的数据，第二个参数index就是之前说的行名（或者应该叫索引？），第三个参数columns是之前说的列名。

后两个参数可以使用list输入，但是注意，这个list的长度要和DataFrame的大小匹配，不然会报错。当然，这两个参数是可选的，你可以选择不设置。

而且发现，这两个list是可以一样的，但是每行每列的名字在index或columns里要是唯一的。

 

 

 

当然，如果你的数据量贼小，也可以自己输入创建，类似这样。

df2=pd.DataFrame([[1,2,3,4],[2,3,4,5],[3,4,5,6]，[4,5,6,7]],index=list('ABCD'),columns=list('ABCD'))

 

 

2.2 使用字典创建

仍然是使用DataFrame这个函数，但是字典的每个key的value代表一列，而key是这一列的列名。比如这样。

dic1={'name':['小明','小红','狗蛋','铁柱'],'age':[17,20,5,40],'gender':['男','女','女','男']} df3=pd.DataFrame(dic1)

 

 

3 查看与筛选数据

python没有matlab的工作区直接查看变量与内容，这大概是python科学计算的一个缺点。所以需要格外的代码来查看，最基本的直接写变量名与print就不说了。

3.1 查看列的数据类型

使用dtypes方法可以查看各列的数据类型，比如说刚刚的df3。

df3.dtypes

 

 

3.2 查看DataFrame的头尾

使用head可以查看前几行的数据，默认的是前5行，不过也可以自己设置。

使用tail可以查看后几行的数据，默认也是5行，参数可以自己设置。

比如随意设置一个6*6的数据，只看前5行。

df4=pd.DataFrame(np.random.randn(6,6)) df4.head()

 

 

比如只看前3行。

　df4.head(3)

 

 

比如看后5行。

　df4.tail(5)

 

比如只看后2行。

　df4.tail(2)

 

 

3.3 查看行名与列名

使用index查看行名，columns查看列名。具体由例子感受吧。

查看行名。

df1.index

 

查看列名。

df3.columns