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