pandas中文文档
DataFrame是一个二维标签数据结构，可以有不同类型的列。 您可以将其视为电子表格或SQL表，或拥有Series对象的字典。 它通常是最常用的pandas对象。 与Series类似，DataFrame接受许多不同类型的输入：
- 拥有一维 ndarray、list、dicts或Series的Dict
- 二维numpy.ndarray
- 结构化或记录 ndarray
- 一个Series
- 另一个DataFrame
如果未传递轴标签，则将根据常识规则从输入数据构造它们。
注意
当数据是dict，并且未指定列时，如果您使用的是Python版本> = 3.6且Pandas> = 0.23，则DataFrame的列将按dict的插入顺序排序。如果您使用的是Python <3.6或Pandas <0.23，并且未指定列，则DataFrame的列将按照dict键列表的字母顺序排序。
来自 Series 或者 dicts 的dict
结果索引将是各个Series的索引的并集。 如果有任何嵌套的dicts，将首先转换为Series。 如果没有传递columns，则columns将是dict键的有序列表。
In [34]: d = {'one' : pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
....: 'two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
....:
In [35]: df = pd.DataFrame(d)
In [36]: df
Out[36]:
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d NaN 4.0
In [37]: pd.DataFrame(d, index=['d', 'b', 'a'])
Out[37]:
one two
d NaN 4.0
b 2.0 2.0
a 1.0 1.0
In [38]: pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
Out[38]:
two three
d 4.0 NaN
b 2.0 NaN
a 1.0 NaN
通过访问index和columns属性，可以分别访问行和列标签：
注意
当一组特定的列与数据的dict一起传递时，传递的列将覆盖dict中的键。In [39]: df.index Out[39]: Index(['a', 'b', 'c', 'd'], dtype='object') In [40]: df.columns Out[40]: Index(['one', 'two'], dtype='object')
来自元素为ndarrays / lists 的dict
ndarrays必须都是相同的长度。 如果传递索引，则它必须与数组的长度相同。 如果没有传递索引，则结果将是range(n)，其中n是数组长度。
In [41]: d = {'one' : [1., 2., 3., 4.],
....: 'two' : [4., 3., 2., 1.]}
....:
In [42]: pd.DataFrame(d)
Out[42]:
one two
0 1.0 4.0
1 2.0 3.0
2 3.0 2.0
3 4.0 1.0
In [43]: pd.DataFrame(d, index=['a', 'b', 'c', 'd'])
Out[43]:
one two
a 1.0 4.0
b 2.0 3.0
c 3.0 2.0
d 4.0 1.0
来自结构化或记录数组
这种情况的处理方式与数组的字典相同。
In [44]: data = np.zeros((2,), dtype=[('A', 'i4'),('B', 'f4'),('C', 'a10')])
In [45]: data[:] = [(1,2.,'Hello'), (2,3.,"World")]
In [46]: pd.DataFrame(data)
Out[46]:
A B C
0 1 2.0 b'Hello'
1 2 3.0 b'World'
In [47]: pd.DataFrame(data, index=['first', 'second'])
Out[47]:
A B C
first 1 2.0 b'Hello'
second 2 3.0 b'World'
In [48]: pd.DataFrame(data, columns=['C', 'A', 'B'])
Out[48]:
C A B
0 b'Hello' 1 2.0
1 b'World' 2 3.0
注意 DataFrame并不完全像二维NumPy ndarray那样工作。
来自dicts的列表
In [49]: data2 = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
In [50]: pd.DataFrame(data2)
Out[50]:
a b c
0 1 2 NaN
1 5 10 20.0
In [51]: pd.DataFrame(data2, index=['first', 'second'])
Out[51]:
a b c
first 1 2 NaN
second 5 10 20.0
In [52]: pd.DataFrame(data2, columns=['a', 'b'])
Out[52]:
a b
0 1 2
1 5 10
来自tuples的dict
您可以通过传递tuples字典自动创建多索引DataFrame。
In [53]: pd.DataFrame({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},
....: ('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},
....: ('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},
....: ('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},
....: ('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})
....:
Out[53]:
a b
b a c a b
A B 1.0 4.0 5.0 8.0 10.0
C 2.0 3.0 6.0 7.0 NaN
D NaN NaN NaN NaN 9.0
来自 Series
结果将是一个与输入Series具有相同索引的DataFrame，以及一个列，其名称是Series的原始名称（仅当没有提供其他列名时）。
缺失数据
在“缺失数据”部分中将对这个主题进行更多说明。 要构造具有缺失数据的DataFrame，我们使用np.nan来表示缺失值。 或者，您可以将numpy.MaskedArray作为数据参数传递给DataFrame构造函数，并且其掩码条目将被视为缺失。
替代的构造函数
DataFrame.from_dict
DataFrame.from_dict接受dicts的dict或类似数组的序列的dict并返回DataFrame。 它的操作类似于DataFrame构造函数，除了orient参数，默认情况下为'columns'，但可以将其设置为'index'，以便将dict键用作行标签。
In [54]: pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]))
Out[54]:
A B
0 1 4
1 2 5
2 3 6
如果您传递orient ='index'，则键将是行标签。 在这种情况下，您还可以传递所需的列名称：
In [55]: pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]),
....: orient='index', columns=['one', 'two', 'three'])
....:
Out[55]:
one two three
A 1 2 3
B 4 5 6
DataFrame.from_records
DataFrame.from_records采用元组列表或带有结构化dtype的ndarray作为参数。 它类似于普通的DataFrame构造函数，但生成的DataFrame索引可能是结构化dtype的某个字段。 例如：
In [56]: data
Out[56]:
array([(1, 2., b'Hello'), (2, 3., b'World')],
dtype=[('A', '<i4'), ('B', '<f4'), ('C', 'S10')])
In [57]: pd.DataFrame.from_records(data, index='C')
Out[57]:
A B
C
b'Hello' 1 2.0
b'World' 2 3.0
列选择、新增、删除
您可以在语义上将DataFrame视为类似具有索引的Series对象的dict。 获取、设置和删除列的工作方式与类似的dict操作相同：
In [58]: df['one'] Out[58]: a 1.0 b 2.0 c 3.0 d NaN Name: one, dtype: float64 In [59]: df['three'] = df['one'] * df['two'] In [60]: df['flag'] = df['one'] > 2 In [61]: df Out[61]: one two three flag a 1.0 1.0 1.0 False b 2.0 2.0 4.0 False c 3.0 3.0 9.0 True d NaN 4.0 NaN False列可以像dict一样删除或弹出：
In [62]: del df['two']
In [63]: three = df.pop('three')
In [64]: df
Out[64]:
one flag
a 1.0 False
b 2.0 False
c 3.0 True
d NaN False
插入标量值时，它会自然地传播以填充列：
In [65]: df['foo'] = 'bar' In [66]: df Out[66]: one flag foo a 1.0 False bar b 2.0 False bar c 3.0 True bar d NaN False bar插入与DataFrame不具有相同索引的Series时，它将符合DataFrame的索引：
In [67]: df['one_trunc'] = df['one'][:2] In [68]: df Out[68]: one flag foo one_trunc a 1.0 False bar 1.0 b 2.0 False bar 2.0 c 3.0 True bar NaN d NaN False bar NaN您可以插入原始ndarrays，但它们的长度必须与DataFrame索引的长度相匹配。
默认情况下，列会在末尾插入。 insert函数可用于插入列中的特定位置：
In [69]: df.insert(1, 'bar', df['one']) In [70]: df Out[70]: one bar flag foo one_trunc a 1.0 1.0 False bar 1.0 b 2.0 2.0 False bar 2.0 c 3.0 3.0 True bar NaN d NaN NaN False bar NaN
标签： dataframe、nan、dict、df、2.0
