DataFrame的创建

DataFrame创建

DataFrame是一个【表格型】的数据结构，可以看做是【由Series组成的字典】（共用同一个索引）。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。

行索引：index
列索引：columns
值：values（numpy的二维数组）

DataFrame的创建
最常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一【列】的名称，以字典的值（一个数组）作为每一列。

此外，DataFrame会自动加上每一行的索引（和Series一样）。

同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

from pandas import DataFrame
# data=None  numpy.array  2维度表格
# index=None 行索引， 所有的Series对象公用一个行索引
# columns=None  列索引， 每一个Series的name属性
dic = {
    "name":["lucy","tom","jack","mery"],
    "python":[100,90,89,88],
    "java":[98,99,78,90]
}
DataFrame(data=dic, index=list("abcd"))

输出：

index = ["lucy","tom","jack","mery"]
columns = ["java","python","php"]
data = np.random.randint(0,100,size=(4,3))
DataFrame(data=data, index=index, columns=columns)

输出：

从文件中读取DataFrame对象
读取一个excel表格

1. index_col 以哪一列作为行索引
2. header 指定哪一行作为列索引
3. sheet_name 可以设置工作表的索引或名称

import pandas as pd

df = pd.read_excel('data.xlsx', index_col=0, sheet_name=0)
df

使用Series构造DataFrame

s = Series(data=np.random.randint(0,100,size=3), index=["lucy","mery","tom"],name="StudentName")
DataFrame(data=s)