12、pandas的数据结构DataFrame详解_笔记
# DataFrame的创建:1、通过二维数组
# DataFrame的创建: 2、字典
# 字典中的value只能是一维数组或者单个的简单数据类型,如果是数组长度必须一致
# 索引对象,不管是Series还是DataFrame对象,都有索引对象
# 他们的自动对齐功能也是通过索引实现的
# DataFrame可以直接通过列索引获取指定列的数据
# 如果需要获取指定行的数据的话,需要通过ix方法来获取对应行索引的行数据
# DataFrame可以切片操作
# 修改值 新增列 新增行 numpy是不能加新行新列的 但是DataFrame可以
# 修改某个具体对象的值,即可以先列后行 也可以先行后列 最好是先列后行可以自动改变对象的数据类型
# -*- coding: utf-8 -*-
__author__ = 'dongfangyao'
__date__ = '2018/1/2 上午11:48'
__product__ = 'PyCharm'
__filename__ = 'pandas3'
import pandas as pd
import numpy as np
arr = [['dfy', 100], ['zs', 90], ['ls', 88]]
# df1 = pd.DataFrame(arr)
# print(df1)
# print(df1.index)
# print(df1.columns)
# print(df1.dtypes)
# df1 = pd.DataFrame(arr, index=['第一行', '第二行', '第三行'], columns=['name', '分数'])
# print(df1)
dict1 = {
'语文': [90, 88, 67],
'数学': [99, 78, 89],
'外语': [98, 102, 125],
'物理': 88
}
df2 = pd.DataFrame(dict1)
df2.index = ['dfy', 'zs', 'ls']
print(df2)
# print(df2['dfy']['语文'])
# print(df2['语文']['dfy'])
# print(df2.ix['dfy']['语文'])
# print(df2.ix[:2, :2])
# print(df2.dtypes)
# df2['外语'] = np.nan
# df2.ix['dfy']['外语'] = np.nan
# df2['外语'] = [0, 0, 0]
# df2.ix['dfy'] = [100, 100, 100, 100]
df2['XXX'] = np.nan
df2.ix['YYY'] = np.nan
print(df2)
# print(df2.dtypes)
复制代码