【数据分析】有关DataFrame的知识（1）

而Pandas的另一种数据类型：DataFrame，在许多特性上和Series有相似之处。

今天，我们将学习DataFrame的相关知识：

1. DataFrame的概念

2. 构造一个DataFrame

3. DataFrame的常用属性

4. DataFrame的轴

DataFrame

DataFrame

数据框

定义 DataFrame，中文叫数据框。 是pandas模块最常用的数据类型，是一个二维的矩阵数据表。 非常便捷地存放数据。

隐喻 DataFrame，就像是一个表格，可以通过行和列，可以定位一个值。

右侧是一个DataFrame，它由3部分组成： 既有行索引（index），可以用来定位到具体的某一行。

也有列索引（columns），用来定位到具体的某一列。 通过index和columns，可以定位到一个值，能快速进行数据的筛选和定位。

那DataFrame和Series之间有什么关系呢？ 在某种程度上，可认为DataFrame是“具有相同index的Series的集合”。

因此，DataFrame的同一列中，值的数据类型相同。

但是，列和列之间的数据类型可以不同。

      

同样的，和Series类似，DataFrame的行索引index是可以选择性定义的。如果没有定义index，index就会默认从0开始生成。

总结：

DataFrame

DataFrame，中文叫做数据框，是pandas模块最常用的数据类型，是一个二维的矩阵数据表。

DataFrame构造函数 这几行代码，构造了一个DataFrame。 第1行，导入pandas模块。 第3行，定义了一个字典。 第4行，定义了一个列表。 第6行，使用DataFrame构造函数创建了一个DataFrame，并赋值给了变量df。 第8行，将这个创建的DataFrame输出。

import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df)

pd.DataFrame( ) 通过调用的pandas模块里的DataFrame()函数，可以构造一个DataFrame。	import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df)
第一个常用参数：data pd.DataFrame()中，参数data表示需要传入的数据，可以是字典，列表等。 示例中data是一个字典，传入pd.DataFrame()函数； 字典的keys，会成为DataFrame的列索引columns； 字典的values是列表，列表中的值，会成为DataFrame的值values。 注意：若不传入数据，会生成一个空的DataFrame。	import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df)

需要特别注意的是，在构造DataFrame时，传入的字典必须是右侧所示的结构:

字典的keys是对象；

字典的values是对应的列表，并且每个列表中的元素个数相同。

在构造过程中：

字典中的keys，就成为了DataFrame中的列索引columns。 字典中的values，就成为了DataFrame中的值values。

第二个常用参数：index 参数index用于定义DataFrame的行索引(index)。 只需要将一个列表赋值给参数index。 示例中，我们将定义的列表city赋值给参数index。 city中的值，会成为DataFrame的index。 若不传入参数index，那么生成的DataFrame的index就会默认从0开始生成。	import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) print(df)
赋值的变量 将pd.DataFrame()函数创建的DataFrame，赋值给了df这个变量。 将df输出可以看到，它是一个DataFrame对象： 列索引（columns）是由字典data的的keys组成； 值（values）是由字典data的的值组成； 行索引（index）是由列表city的值组成。	import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) print(df)

总结：

构造DataFrame时，字典的keys，会成为DataFrame的columns。

1. 传入字典（推荐） 我们来试一试，使用DataFrame构造函数，将定义的字典data和列表rank作为参数传入，生成一个DataFrame，并赋值给变量performance吧～

2. 传入列表 除了字典外，我们还可以用列表的方式构造一个DataFrame。 如图，列表的数据依次成为DataFrame的values。

此时，参数data是嵌套列表，没有自定义columns。生成的DataFrame的columns会默认从0开始生成。

也就是说，参数data传入的是列表时，需要在pd.DataFrame()函数内使用参数columns，用于自定义列索引columns。

示例中，我们尝试用DataFrame构造函数，将定义的嵌套列表data和列表rank作为参数传入，并且结合参数columns，生成一个DataFrame，并赋值给变量result，并将其输出～

总结：