基础干货：Pandas-Data Frame基础知识点总结-优快云博客

熊猫数据框架可以从列表、字典和字典列表等中创建。通过从现有存储中加载数据集来创建PandasDataFrame，存储可以是SQL数据库、CSV文件和Excel文件。

Dataframe是一种二维数据结构，即数据以表格方式排列成行和列。在按行和列排列的dataframe数据集中，我们可以将任意数量的数据集存储在一个dataframe中。

我们可以对这些数据集执行许多操作，如算术操作、列/行选择、列/行加法等。

熊猫数据框架可以通过多种方式创建。让我们逐一讨论创建DataFrame的不同方法。

1、DataFrame的创建

DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。

创建一个空的dataframe：
可以创建的基本DataFrame是一个空的Dataframe。一个空的Dataframe是通过调用dataframe构造函数来创建的。

# import pandas as pd
import pandas as pd
  
# Calling DataFrame constructor
df = pd.DataFrame()
  
print(df)

产出：

Empty DataFrame
Columns: []
Index: []

DataFrame的创建有多种方式，不过最重要的还是根据dict进行创建，以及读取csv或者txt文件来创建。

根据字典创建

data = {
    'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
    'year':[2000,2001,2002,2001,2002],
    'pop':[1.5,1.7,3.6,2.4,2.9]
}
frame = pd.DataFrame(data)
frame

#输出
    pop state   year
0   1.5 Ohio    2000
1   1.7 Ohio    2001
2   3.6 Ohio    2002
3   2.4 Nevada  2001
4   2.9 Nevada  2002

DataFrame的行索引是index，列索引是columns，我们可以在创建DataFrame时指定索引的值：

frame2 = pd.DataFrame(data,index=['one','two','three','four','five'],columns=['year','state','pop','debt'])
frame2

#输出
    year    state   pop debt
one 2000    Ohio    1.5 NaN
two 2001    Ohio    1.7 NaN
three   2002    Ohio    3.6 NaN
four    2001    Nevada  2.4 NaN
five    2002    Nevada  2.9 NaN

使用嵌套字典也可以创建DataFrame，此时外层字典的键作为列，内层键则作为索引:

pop = {'Nevada':{2001:2.4,2002:2.9},'Ohio':{2000:1.5,2001:1.7,2002:3.6}}
frame3 = pd.DataFrame(pop)
frame3
#输出
    Nevada  Ohio
2000    NaN 1.5
2001    2.4 1.7
2002    2.9 3.6

我们可以用index，columns，values来访问DataFrame的行索引，列索引以及数据值，数据值返回的是一个二维的ndarray

frame2.values

读取文件

读取文件生成DataFrame最常用的是read_csv,read_table方法。

该方法中几个重要的参数如下所示：

参数描述header默认第一行为columns，如果指定header=None，则表明没有索引行，第一行就是数据index_col默认作为索引的为第一列，可以设为index_col为-1，表明没有索引列nrows表明读取的行数sep或delimiter分隔符，read_csv默认是逗号，而read_table默认是制表符\tencoding编码格式

从ndarray/列表的DECT创建DataFrame:
若要从NArray/List的DECT中创建DataFrame，所有NArray必须具有相同的长度。如果传递索引，那么长度索引应该等于数组的长度。如果没有传递索引，那么默认情况下，索引将是范围(N)，其中n是数组长度。