3. 12、pandas的数据结构DataFrame详解_笔记
    6. # DataFrame的创建：1、通过二维数组
    9. # DataFrame的创建： 2、字典
    10. # 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
    14. # 索引对象，不管是Series还是DataFrame对象，都有索引对象
    15. # 他们的自动对齐功能也是通过索引实现的
    16. # DataFrame可以直接通过列索引获取指定列的数据
    20. # 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
    23. # DataFrame可以切片操作
    26. # 修改值  新增列 新增行  numpy是不能加新行新列的 但是DataFrame可以
    27. # 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
    29. # -*- coding: utf-8 -*-
    30. __author__ = 'dongfangyao'
    31. __date__ = '2018/1/2 上午11:48'
    32. __product__ = 'PyCharm'
    33. __filename__ = 'pandas3'
    34. import pandas as pd
    35. import numpy as np
    37. arr = [['dfy', 100], ['zs', 90], ['ls', 88]]
    38. # df1 = pd.DataFrame(arr)
    39. # print(df1)
    40. # print(df1.index)
    41. # print(df1.columns)
    42. # print(df1.dtypes)
    43. # df1 = pd.DataFrame(arr, index=['第一行', '第二行', '第三行'], columns=['name', '分数'])
    44. # print(df1)
    46. dict1 = {
    47.    '语文': [90, 88, 67],
    48.    '数学': [99, 78, 89],
    49.    '外语': [98, 102, 125],
    50.    '物理': 88
    51. }
    52. df2 = pd.DataFrame(dict1)
    53. df2.index = ['dfy', 'zs', 'ls']
    54. print(df2)
    56. # print(df2['dfy']['语文'])
    57. # print(df2['语文']['dfy'])
    58. # print(df2.ix['dfy']['语文'])
    59. # print(df2.ix[:2, :2])
    60. # print(df2.dtypes)
    61. # df2['外语'] = np.nan
    62. # df2.ix['dfy']['外语'] = np.nan
    63. # df2['外语'] = [0, 0, 0]
    64. # df2.ix['dfy']  = [100, 100, 100, 100]
    65. df2['XXX'] = np.nan
    66. df2.ix['YYY'] = np.nan
    67. print(df2)
    68. # print(df2.dtypes)
    69. 复制代码