pandas库学习笔记（二）DataFrame入门学习

Pandas基本介绍——DataFrame入门学习

 

前篇文章中，小生初步介绍pandas库中的Series结构的创建与运算，今天小生继续“死磕自己”为大家介绍pandas库的另一种最为常见的数据结构DataFrame。

 

DataFrame是二维标记的数据结构(三维结构请看Panel，后面为大家介绍)，你可以把它看成一张电子表格或者SQL关系库中的表格。DataFrame是pandas库中最为常见的一种数据结构，正如Series一样，它也有很多不同的创建方法：

• Dict of 1D ndarrays, lists, dicts, or Series
• 2-D numpy.ndarray
• Structured or record ndarray
• A Series
• Another DataFrame

1、  from dict of Series or dicts

DataFrame中的index与Series结构中的index是独立的。如果输入数据是一个嵌套的dict结构，系统首先会将内部的dict转化为Series。如果初始化时没有给列名赋值，列名将会默认问dict keys.

 

行标和列标都可以通过index和columns属性获得。

注：当一个column集合与dict数据同时初始化，此时column集合将取代dict数据中的key值成为DataFrame的列名。

 

2、  from dict of ndarrays/lists

ndarrays长度必须都是一样的，如果index手动初始化，index的长度同样需要与ndarrays一样长。如果index没有手动给出，range(n-1)将默认初始化为index。

 

 

3、  from structured or record array

这种情况与dict of arrays一样。

 

 

4、  from a list of dicts

 

5、  from a dict of tuples

可以通过tuples dictionary创建一个multi-index frame。

 

 

6、  from a Series

DataFrame的index与Series的index一致，如果没有其他column名称给出，DataFrame的column值与Series的一致。

 

 

DataFrame数据对齐运算

1、两个不同的DataFrame进行运算时，DataFrame会根据行标和列标将对应位置的值一一对应运算。

2、DataFrame和Series进行运算时，将会根据Series的index对DataFrame的所有columns进行逐行计算。

3、针对带有时间序列的数据，DataFrame index也可以是时间序列，the broadcasting will be column-wise。

暂先总结这些，DataFrame的运算和初始化方法还有很多，这里就不加赘述，大家可以参考链接：http://pandas.pydata.org/pandas-docs/version/0.18.1/dsintro.html