pd.DataFrame()用法简单记录

pd.DataFrame()

先来看看它的定义：

class DataFrame(
		data=None, 
		index: Optional[Axes]=None, # 行标
		columns: Optional[Axes]=None,  # 列标
		dtype: Optional[Dtype]=None,  # 存储的数据类型
		copy: bool=False)

我们可以直接创建空的dataframe，也可以在创造时就输入数据。
创建一个简单的dataframe：

import pandas as pd
aa = pd.DataFrame(index=range(3), 
		columns=['a', 'b', 'c'])

在这个dataframe中是没有数据的，如果输出就会看到：

	a	b	c
0	NaN	NaN	NaN
1	NaN	NaN	NaN
2	NaN	NaN	NaN

loc()函数

那我们来详细的看一下loc()函数吧，它允许的输入有：

A single label, e.g. `5` or `‘a’`, (note that `5` is
interpreted as a label of the index, and never as an
integer position along the index).
A list or array of labels, e.g. `[‘a’, ‘b’, ‘c’]`.
A slice object with labels, e.g. `‘a’:‘f’`.

所以，我们可以向aa里面添加一些数据，简单的按行添加：

aa.loc[index] = 1, 2, 3
aa.loc[index] = (1, 2, 3)

这两种方式的添加结果都是一样的，if index == 0：

	a	b	c
0	1	2	3
1	NaN	NaN	NaN
2	NaN	NaN	NaN

但是，我们需要将添加的数据数量控制好，不然就会出现这样的error：

ValueError: could not broadcast input array from shape (2,) into shape (3,)

除此之外，我们不仅可以向其中添加int型数据，还可以添加些奇奇怪怪的数据，比如：

aa.loc[0] = (0, (0.5,), (0.5,))

或者更复杂一点：

aa.loc[0] = ((0, (0.5,), (0.5,)), (0, 0.5), 0)

这个时候，这些数据就被存储到dataframe中了，但是会有一个warning，用来提醒你，如果想要存奇奇怪怪多种多样的数据类型，就需要在创建dataframe的时候，添加属性dtype=object，这样就不会有warning啦！
如果是按照列添加呢？
直接使用loc函数试试：

aa.loc['a'] = 0

然后，我发现，aa增加了一个新的行，index=‘a’，看来这个方法是不可行的，憨憨的我想起了这个方法类似于二维数组，所以，用一个新的方法试试：

aa.loc[:, 'a'] = 0

成功啦！他将column=‘a’的一列数据都变成了0。同时呢，我也发现，可以使用loc函数更改aa中每一个位置的值，只要你知道它的index和column。