pandas库学习笔记（二）DataFrame入门学习

Pandas基本介绍——DataFrame入门学习

 

前篇文章中，小生初步介绍pandas库中的Series结构的建立与运算，今天小生继续“死磕本身”为你们介绍pandas库的另外一种最为常见的数据结构DataFrame。

 

DataFrame是二维标记的数据结构(三维结构请看Panel，后面为你们介绍)，你能够把它当作一张电子表格或者SQL关系库中的表格。DataFrame是pandas库中最为常见的一种数据结构，正如Series同样，它也有不少不一样的建立方法：

• Dict of 1D ndarrays, lists, dicts, or Series
• 2-D numpy.ndarray
• Structured or record ndarray
• A Series
• Another DataFrame

一、  from dict of Series or dicts

DataFrame中的index与Series结构中的index是独立的。若是输入数据是一个嵌套的dict结构，系统首先会将内部的dict转化为Series。若是初始化时没有给列名赋值，列名将会默认问dict keys.

 

行标和列标均可以经过index和columns属性得到。

注：当一个column集合与dict数据同时初始化，此时column集合将取代dict数据中的key值成为DataFrame的列名。

 

二、  from dict of ndarrays/lists

ndarrays长度必须都是同样的，若是index手动初始化，index的长度一样须要与ndarrays同样长。若是index没有手动给出，range(n-1)将默认初始化为index。

 

 

三、  from structured or record array

这种状况与dict of arrays同样。

 

 

四、  from a list of dicts

 

五、  from a dict of tuples

能够经过tuples dictionary建立一个multi-index frame。

 

 

六、  from a Series

DataFrame的index与Series的index一致，若是没有其余column名称给出，DataFrame的column值与Series的一致。

 

 

DataFrame数据对齐运算

一、两个不一样的DataFrame进行运算时，DataFrame会根据行标和列标将对应位置的值一一对应运算。

二、DataFrame和Series进行运算时，将会根据Series的index对DataFrame的全部columns进行逐行计算。

三、针对带有时间序列的数据，DataFrame index也能够是时间序列，the broadcasting will be column-wise。

暂先总结这些，DataFrame的运算和初始化方法还有不少，这里就不加赘述，你们能够参考连接：http://pandas.pydata.org/pandas-docs/version/0.18.1/dsintro.html