2.2.2 DataFrame

1、 DataFrame是Python中Pandas库中的一种数据结构，它类似excel，是一种二维表。
DataFrame的单元格可以存放数值、字符串等，这和excel表很像。
同时DataFrame可以设置列名columns与行名index，可以通过位置获取数据，也可以通过列名和行名定位。
2、

pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

pd.DataFrame([[1,2,3,4],[1,2,3,4]],columns=[‘a’,’b’,’c’,’d’])；D、F一定大写

index也可以赋值，但是一般都使用数字；index行标签；columns列标签

3、 工作中基本是读取csv和数据库，很少有生成数据框的时候；数据框简写：df
4、 查看基本信息：df.info()：每一列的数据类型一致
5、 单取某一列的时候，数值类型会由DataFrame变为Series
df.age相当于df[‘age’] ；但建议使用df[‘age’]
6、 单取某一行的时候。数值类型会由DataFrame变为Series
df.ix[0]；不建议这样操作，尽量使用loc，iloc
7、 列切：df[ [‘age’,’name’] ]；外边[ ]是切片，里面[ ]是列表
行切： df[0:1]，右边是开区间，df.ix[0:1]，右边是闭区间
8、 多重切片：df[ [‘name’,’sex’,’age’] ][0:2]；加深部分一定要是范围，且右边是开区间
9、 改值：
df.age=df[‘age’]=22 、df.sex=df[‘sex’]=’男’；针对整列
df.age[0]=df[‘age’][0]=22；针对某个值
df.age=[18,18,20]；也是修改了一列值
改索引：
df.index=list(‘abc’) or df.index=[0,1,2]
10、（1）~不加（），True 变为 False
（2）~（），都反转
多条件：两个一维数组分别进行逻辑判断，然后用 &、| 相连
11、=：赋值
==：逻辑判断
12、query过滤查询函数，进行智能判断；数据框这个类下的方法（函数）
引号不要引起冲突
支持 bool 过滤
13、高阶用法（难点）
ix[混合切]，根据索引或者标签都能切
loc[根据标签名]，loc支持 bool 过滤
iloc[根据所在行、所在列的数字为索引]，iloc不支持 bool 过滤
df.iloc[1]/df.iloc[1:2]都可以
iloc[row_indexer,col_indexer]/loc[row_indexer,col_indexer]，可以满足两个条件
14、数据框改值：
df.age = [18,18,20]
df.index = [0,1,2]