Pandas基础2(DataFrame)

接下来我们介绍Pandas库常用对象中的DataFrame:

DateFrame类型:

特征:

1:是一个表格型的数据类型,每一列的数值类型可以相同也可以不同。
2:有行索引,也有列索引。
3:常用于表达二维数据,也可以表达多维数据。

创建:

可以由:二维array对象创建;一维array,列表,字典,元组,Series构成的字典创建Series类型创建。反正很多。。。

1:用array创建对象,自动添加了行列索引:
Pandas基础2(DataFrame)_第1张图片
2:用字典创建对象,自动添加了索引,其中字典键默认作为列索引,Series的index作为行索引,自动对齐。
Pandas基础2(DataFrame)_第2张图片
3:由列表类型的字典创建。
Pandas基础2(DataFrame)_第3张图片
若是Series在DataFrame中填充,则会在1轴方向填充。
Pandas基础2(DataFrame)_第4张图片
横向索引我们叫做index,纵向索引我们叫column,但是返回的都是index类型。
Pandas基础2(DataFrame)_第5张图片对横向与纵向索引进行访问,返回的都是index类型,对values进行访问,返回的是array类型。
Pandas基础2(DataFrame)_第6张图片
想要具体获得某一列元素或者某一行元素可以通过如下索引方式:a.iloc(index)获得一行元素。这里新的版本不要用.ix[index];a[index]获得某一列元素。
Pandas基础2(DataFrame)_第7张图片

总而言之,DataFrame是一个二维的带标签的数组。

重排:

DataFrame重新索引.reindex可以将index和columns序列重排。
Pandas基础2(DataFrame)_第8张图片
Pandas基础2(DataFrame)_第9张图片
pd.reindex(index,columnns,fill_value,method,limit,copy)
fill_value是NaN填充的值。
可以通过对索引的修改更改DataFrame。
例如:
Pandas基础2(DataFrame)_第10张图片

可以使用drop函数删除对应索引的数据,但是drop默认操作零轴上的元素 :
Pandas基础2(DataFrame)_第11张图片
可以这么说,对于Pandas中数据对象的操作,几乎都是对于其索引的操作。

你可能感兴趣的:(Numpy,Pandas,Matlibplot基础,python)