pandas(二)DataFrame类型

DataFrame

DataFrame是一个表格型的数据类型，每列值类型可以不同
DataFrame既有行索引index、又有列索引coulem
DataFrame常用二维数据表达，但也可以用多维数据表达

DataFrame的创建

• 基于Series创建
  每列的index与columns的数量可以不相同的
  如果没有为值，会根据行列索引自动补齐

  import pandas as pd
  
  dt = {
      'one': pd.Series([7, 8, 9], index=['d', 'b', 'e']),
      'two': pd.Series([1, 2, 3, 4], index=['a', 'c', 'd', 'b'])
  }
  df = pd.DataFrame(dt)
  print(df)
  
     one  two
  a  NaN  1.0
  b  8.0  4.0
  c  NaN  2.0
  d  7.0  3.0
  e  9.0  NaN
  
  

  根据索引查找，如果查不到，自动补齐

  df = pd.DataFrame(dt, index=['a', 'b', 'c'], columns=['two', 'three'])
  
  print(df)
  
     two three
  a    1   NaN
  b    4   NaN
  c    2   NaN
  

• 通过列表类型的字典创建
  每列的index与columns的数量相同的

  dt = {
      'one': [1, 2, 3, 4],
      'two': [9, 8, 7, 6]
        }
  df = pd.DataFrame(dt, index=['a', 'b', 'c', 'd'])
  print(df)
  
     one  two
  a    1    9
  b    2    8
  c    3    7
  d    4    6
  

  dt = {
      '城市': ['北京', '上海', '广州', '深圳', '珠海'],
      '环比': [100, 140, 173, 157, 137],
      '同比': [70, 87, 55, 69, 72],
      '定基': [9, 8, 7, 6, 7]
        }
  df = pd.DataFrame(dt, index=['c1', 'c2', 'c3', 'c4', 'c5'])
  print(df)
  
      城市   环比  同比  定基
  c1  北京  100  70   9
  c2  上海  140  87   8
  c3  广州  173  55   7
  c4  深圳  157  69   6
  c5  珠海  137  72   7
  

  取索index

  print(df.index)
  
  Index(['c1', 'c2', 'c3', 'c4', 'c5'], dtype='object')
  

  取columns

  print(df.columns)
  
  Index(['城市', '环比', '同比', '定基'], dtype='object')
  

  取values

  print(df.values)
  
  [['北京' 100 70 9]
   ['上海' 140 87 8]
   ['广州' 173 55 7]
   ['深圳' 157 69 6]
   ['珠海' 137 72 7]]
  

  获取其中一列 df[column]

  print(df['同比'])
  
  c1    70
  c2    87
  c3    55
  c4    69
  c5    72
  Name: 同比, dtype: int64
  

  获取其中一行 df.loc['index'])

  print(df.loc['c2'])
  
  城市     上海
  环比    140
  同比     87
  定基      8
  Name: c2, dtype: object
  

  获取其中某行某列具体值 df.df[column]['index'])

  print(df['同比']['c2'])
  
  87