作者：lianghc
地址：http://blog.****.net/zutsoft
DataFrame 是pandas最常用的数据结构，类似于数据库中的表，不过DataFrame不仅仅限制于2维，可以创建多维数据表。DataFrame既有行索引，也有列索引，可以看做是Series组成的字典，每个Series看做DataFrame的一个列。
1.DataFrame创建：
1.标准格式创建
2.等长列表组成的字典来创建
3.嵌套字典（字典的值也是字典）创建
1.1 标准格式创建
DataFrame创建方法有很多，常用基本格式是：DataFrame 构造器参数：DataFrame(data=[],index=[],coloumns=[])
-
In [272]: df2=DataFrame(np.arange(16).reshape((4,4)),index=['a','b','c','d'],columns=['one','two','three','four'])
-
-
In [273]: df2
-
Out[273]:
-
one two three four
-
a 0 1 2 3
-
b 4 5 6 7
-
c 8 9 10 11
-
d 12 13 14 15
1.2 用传入等长列表组成的字典来创建
-
In [204]: data={'c':['1','2'],'a':['5']} #创建不等长字典序列
-
-
In [205]: data
-
Out[205]: {'a': ['5'], 'c': ['1', '2']}
-
-
In [206]: df=DataFrame(data)
-
Traceback (most recent call last):
-
...
-
-
ValueError: arrays must all be same length # 报错，传入的数组必须等长
-
-
In [207]: data={'c':['1','2'],'a':['5','6']} #创建<strong>等长字典序列
-
In [208]: df=DataFrame(data)
-
-
In [209]: df
-
Out[209]:
-
a c # 创建完成后'a','c'自动按照字典序排序，并且创建时自定加上索引
-
0 5 1
-
1 6 2
创建完成后'a','c'自动按照字典序排序，并且创建时自定加上索引
如果指定了columns名称，则会按照指定顺序创建。
-
In [210]: df=DataFrame(data,columns=['c','a'])
-
-
In [211]: df
-
Out[211]:
-
c a #按照指定顺序创建。
-
0 1 5
-
1 2 6
1.3 传入嵌套字典（字典的值也是字典）创建DataFrame
列名：嵌套字典的外层子键
索引：内层键
-
In [227]: nest_dict={'shanghai':{2015:100,2016:101},'beijing':{2015:102,2016:103}}
-
-
In [228]: nest_dict
-
Out[228]: {'beijing': {2015: 102, 2016: 103}, 'shanghai': {2015: 100, 2016: 101}}
-
-
In [229]: df1=DataFrame(nest_dict)
-
-
In [230]: df1
-
Out[230]:
-
beijing shanghai
-
2015 102 100
-
2016 103 101
![【pandas】[2] DataFrame 基础，创建DataFrame和增删改查基本操作（1）](/default/index/img?u=aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzc0Ni84ZWFlNjU0NmRlMWU1M2EyZjY0YjlmMTk2YzdhMGYyYS5wbmc= "【pandas】[2] DataFrame 基础，创建DataFrame和增删改查基本操作（1）")
2.DataFrame 增删改查
2.1.增
为不存在的列赋值会创建新列
-
In [219]: df['b']=1
-
-
In [220]: df
-
Out[220]:
-
c a b
-
0 1 5 1
-
1 2 6 1
2.2.删
用del删除
-
In [225]: del df['a']
-
-
In [226]: df
-
Out[226]:
-
c b
-
0 1 1
-
1 2 1
用drop() 删除
用drop删除时，删的是视图，并没有真正删除。
-
<pre name="code" class="python">In [258]: df
-
Out[258]:
-
c b 0
-
0 5 1 6
-
1 5 1 6
-
In [259]: df.drop(0,axis=1) #删除列Out[259]:
-
c b
-
0 5 1
-
1 5 1
-
In [260]: df # df的数据并没有改动
-
Out[260]:
-
c b 0
-
0 5 1 6
-
1 5 1 6
dorp()可以通过axis（行：axis=0 ，列：axis=1）可以控制删除行或列，默认是行。
dorp()也可以同时删除多行或多列
例：
-
In [271]: df.drop([0,1],axis=1)
-
Out[271]:
-
c b
-
0 6 6
-
1 5 1
2.3.改
通过赋值进行修改，可以通过定位到行，列，或者具体位置进行赋值修改。
修改具体元素值：
-
In [242]: df['c'][1]=4
-
-
In [243]: df
-
Out[243]:
-
c b
-
0 1 1
-
1 4 1
修改列：
-
In [244]: df['c']=5
-
-
In [245]: df
-
Out[245]:
-
c b
-
0 5 1
-
1 5 1
修改行：
-
df[:1]=6
-
-
df
-
Out[266]:
-
c b
-
0 6 6
-
1 5 1
修改行和列如果传入一组值得话，注意传入数组的长度，如果传入数组长度大于len(df) 则截断，小于df长度则置NaN
-
In [267]: df[0]=Series([1,2,3])
-
-
In [268]: df
-
Out[268]:
-
c b 0
-
0 6 6 1
-
1 5 1 2
-
-
In [269]: df[1]=Series([1,]) #增加一列，传入一个值
-
-
In [270]: df
-
Out[270]:
-
c b 0 1
-
0 6 6 1 1
-
1 5 1 2 NaN
2.4.查（索引，选取，过滤）
选取数据 是DataFrame的重点，常用的有 位置切片 和 标签切片，位置切片遵循Python的切片规则，包括起始位置，但不包括结束位置；但标签切片则同时包括起始标签和结束标签。之所以如此设计是因为在使用标签切片时，通常我们不知道标签的顺序，如果不包含结束标签，很难确定结束标签的前一个标签是什么。
注释: 标准Python / Numpy表达式可以完成这些数据选择工作, 但在生产代码中, 我们推荐使用优化的pandas数据访问方法, .at, .iat, .loc, .iloc 和 .ix.
标签切片和loc选择器：
建议使用这种列标签选取方式，用'.'容易出问题。‘.’的写法容易与其他预留关键字产生冲突
-
In [276]: data['two'] #建议使用这种列标签选取方式，用'.'容易出问题.。‘.’的写法容易与其他预留关键字产生冲突
-
-
-
‘[ ]’的写法最安全。
-
Out[276]:
-
a 1
-
b 5
-
c 9
-
d 13
-
Name: two, dtype: int32
-
-
In [277]: data.two
-
Out[277]:
-
a 1
-
b 5
-
c 9
-
d 13
-
Name: two, dtype: int32
选择多列:
-
In [279]: data[['one','two']] #注意多列选择时，传入的事数组， <span style="font-family: Arial, Helvetica, sans-serif;">data[['one','two']] 不能写成 data['one','two']</span>
-
Out[279]:
-
one two
-
a 0 1
-
b 4 5
-
c 8 9
-
d 12 13
使用loc，选取列：
-
data.loc[:,'one']
-
Out[290]:
-
a 0
-
b 4
-
c 8
-
d 12
-
Name: one, dtype: int32
使用loc，选取行：
-
In [293]: data.loc[:'c',:]
-
Out[293]:
-
one two three four
-
a 0 1 2 3
-
b 4 5 6 7
-
c 8 9 10 11
使用loc,选取第一个元素：
-
In [294]: data.loc[:'a',:'one']
-
Out[294]:
-
one
-
a 0
位置切片和ix选择器：
-
data[0:3] #等价于data[:3]
-
Out[285]:
-
one two three four
-
a 0 1 2 3
-
b 4 5 6 7
-
c 8 9 10 11
ix用法和loc差不多，loc传入的事行列的名称，ix使用的是相对位置
选取第一行第一列
-
In [295]: data.ix[:1,:1]
-
Out[295]:
-
one
-
a 0
其他pandas数据选择等问题可参考：
十分钟搞定pandas
