"二维数组"Dataframe：是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。
Dataframe中的数据以一个或多个二维块存放，不是列表、字典或一维数组结构。
# 导入pandas
import pandas as pd
pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)- 参数：
- index：行标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。
- index参数：重新定义index，格式为list，长度必须保持一致
- columns：列标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。
- columns参数：可以重新指定列的顺序，格式为list，如果现有数据中没有该列（比如’d’），则产生NaN值
- 如果columns重新指定时候，列的数量可以少于原数据
DataFrame是一个类似于二维数组或表格(如excel)的对象，既有行索引，又有列索引
- 行索引，表明不同行，横向索引，叫index，0轴，axis=0
- 列索引，表名不同列，纵向索引，叫columns，1轴，axis=1
一、由“数组/list”组成的字典
创建方法:pandas.Dataframe()
- 由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
- 字典的值的长度必须保持一致！
import numpy as np
import pandas as pd
# Dataframe 创建方法一：由数组/list组成的字典
# 创建方法:pandas.Dataframe()
# 由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
# 字典的值的长度必须保持一致！
data1 = {'a': [1, 2, 3],
'b': [3, 4, 5],
'c': [5, 6, 7]}
print("data1 = {0}----type(data1) = {1}".format(data1, type(data1)))
print("-" * 50)
df1 = pd.DataFrame(data1)
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 50)
# columns参数：可以重新指定列的顺序，格式为list，如果现有数据中没有该列（比如'd'），则产生NaN值
# 如果columns重新指定时候，列的数量可以少于原数据
df1 = pd.DataFrame(data1, columns=['b', 'c', 'a', 'd'])
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 50)
df1 = pd.DataFrame(data1, columns=['b', 'c'])
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 200)
data2 = {'one': np.random.rand(3),
'two': np.random.rand(3)} # 这里如果尝试 'two':np.random.rand(4) 会怎么样？ 会报错：【ValueError: arrays must all be same length】
print("data2 = {0}----type(data2) = {1}".format(data2, type(data2)))
print("-" * 50)
df2 = pd.DataFrame(data2)
print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))
print("-" * 50)
# index参数：重新定义index，格式为list，长度必须保持一致
df2 = pd.DataFrame(data2, index=['f1', 'f2', 'f3']) # 这里如果尝试 index = ['f1','f2','f3','f4'] 会怎么样？会报错：【ValueError: Shape of passed values is (3, 2), indices imply (4, 2)】
print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))打印结果：
data1 = {'a': [1, 2, 3], 'b': [3, 4, 5], 'c': [5, 6, 7]}----type(data1) = <class 'dict'>
--------------------------------------------------
df1 =
a b c
0 1 3 5
1 2 4 6
2 3 5 7
type(df1) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------
df1 =
b c a d
0 3 5 1 NaN
1 4 6 2 NaN
2 5 7 3 NaN
type(df1) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------
df1 =
b c
0 3 5
1 4 6
2 5 7
type(df1) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
data2 = {'one': array([0.74944895, 0.2239778 , 0.06525004]), 'two': array([0.80358123, 0.04858883, 0.05254801])}----type(data2) = <class 'dict'>
--------------------------------------------------
df2 =
one two
0 0.749449 0.803581
1 0.223978 0.048589
2 0.065250 0.052548
type(df2) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------
df2 =
one two
f1 0.749449 0.803581
f2 0.223978 0.048589
f3 0.065250 0.052548
type(df2) = <class 'pandas.core.frame.DataFrame'>
Process finished with exit code 0二、由Series组成的字典
Dataframe 创建方法二：由Series组成的字典
- 由Seris组成的字典 创建Dataframe，columns为字典key，index为Series的标签（如果Series没有指定标签，则是默认数字标签）
- Series可以长度不一样，生成的Dataframe会出现NaN值
import numpy as np
import pandas as pd
# Dataframe 创建方法二：由Series组成的字典
data1 = {'one': pd.Series(np.random.rand(2)),
'two': pd.Series(np.random.rand(3))} # 没有设置index的Series
print("data1 = \n{0}\ntype(data1) = {1}".format(data1, type(data1)))
print("-" * 50)
# 由Seris组成的字典 创建Dataframe，columns为字典key，index为Series的标签（如果Series没有指定标签，则是默认数字标签）
# Series可以长度不一样，生成的Dataframe会出现NaN值
df1 = pd.DataFrame(data1)
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 200)
data2 = {'one': pd.Series(np.random.rand(2), index=['a', 'b']),
'two': pd.Series(np.random.rand(3), index=['a', 'b', 'c'])} # 设置了index的Series
print("data2 = \n{0}\ntype(data2) = {1}".format(data2, type(data2)))
print("-" * 50)
df2 = pd.DataFrame(data2)
print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))打印结果：
data1 =
{'one': 0 0.769247
1 0.982215
dtype: float64, 'two': 0 0.191847
1 0.473236
2 0.172925
dtype: float64}
type(data1) = <class 'dict'>
--------------------------------------------------
df1 =
one two
0 0.769247 0.191847
1 0.982215 0.473236
2 NaN 0.172925
type(df1) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
data2 =
{'one': a 0.835023
b 0.285224
dtype: float64, 'two': a 0.436375
b 0.149480
c 0.364252
dtype: float64}
type(data2) = <class 'dict'>
--------------------------------------------------
df2 =
one two
a 0.835023 0.436375
b 0.285224 0.149480
c NaN 0.364252
type(df2) = <class 'pandas.core.frame.DataFrame'>
Process finished with exit code 0三、通过二维数组直接创建
Dataframe 创建方法三：通过二维数组直接创建
- 通过二维数组直接创建Dataframe，得到一样形状的结果数据，如果不指定index和columns，两者均返回默认数字格式
- index和colunms指定长度与原数组保持一致
import numpy as np
import pandas as pd
# Dataframe 创建方法三：通过二维数组直接创建
ar = np.random.rand(9).reshape(3,3)
print("ar = \n{0}\ntype(ar) = {1}".format(ar, type(ar)))
print("-" * 200)
# 通过二维数组直接创建Dataframe，得到一样形状的结果数据，如果不指定index和columns，两者均返回默认数字格式
# index和colunms指定长度与原数组保持一致
df1 = pd.DataFrame(ar)
df2 = pd.DataFrame(ar, index = ['a', 'b', 'c'], columns = ['one','two','three']) # 可以尝试一下index或columns长度不等于已有数组的情况
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 50)
print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))四、由字典组成的列表
Dataframe 创建方法四：由字典组成的列表
- 由字典组成的列表创建Dataframe，columns为字典的key，index不做指定则为默认数组标签
- colunms和index参数分别重新指定相应列及行标签
import numpy as np
import pandas as pd
# Dataframe 创建方法四：由字典组成的列表
data = [{'one': 1, 'two': 2}, {'one': 5, 'two': 10, 'three': 20}]
print("data = \n{0}\ntype(data) = {1}".format(data, type(data)))
print("-" * 200)
# 由字典组成的列表创建Dataframe，columns为字典的key，index不做指定则为默认数组标签
# colunms和index参数分别重新指定相应列及行标签
df1 = pd.DataFrame(data)
df2 = pd.DataFrame(data, index = ['a','b'])
df3 = pd.DataFrame(data, columns = ['one','two'])
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 50)
print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))
print("-" * 50)
print("df3 = \n{0} \ntype(df3) = {1}".format(df3, type(df3)))打印结果：
data =
[{'one': 1, 'two': 2}, {'one': 5, 'two': 10, 'three': 20}]
type(data) = <class 'list'>
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
df1 =
one two three
0 1 2 NaN
1 5 10 20.0
type(df1) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------
df2 =
one two three
a 1 2 NaN
b 5 10 20.0
type(df2) = <class 'pandas.core.frame.DataFrame'>
--------------------------------------------------
df3 =
one two
0 1 2
1 5 10
type(df3) = <class 'pandas.core.frame.DataFrame'>
Process finished with exit code 0五、由字典组成的字典
Dataframe 创建方法五：由字典组成的字典
- 由字典组成的字典创建Dataframe，columns为字典的key，index为子字典的key
- columns参数可以增加和减少现有列，如出现新的列，值为NaN
- index在这里和之前不同，并不能改变原有index，如果指向新的标签，值为NaN （非常重要！）
import numpy as np
import pandas as pd
# Dataframe 创建方法五：由字典组成的字典
data = {'Jack':{'math':90,'english':89,'art':78},
'Marry':{'math':82,'english':95,'art':92},
'Tom':{'math':78,'english':67}}
# 由字典组成的字典创建Dataframe，columns为字典的key，index为子字典的key
# columns参数可以增加和减少现有列，如出现新的列，值为NaN
# index在这里和之前不同，并不能改变原有index，如果指向新的标签，值为NaN （非常重要！）
df1 = pd.DataFrame(data)
df2 = pd.DataFrame(data, columns = ['Jack','Tom','Bob'])
df3 = pd.DataFrame(data, index = ['a','b','c'])
print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
print("-" * 100)
print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))
print("-" * 100)
print("df3 = \n{0} \ntype(df3) = {1}".format(df3, type(df3)))打印结果：
df1 =
Jack Marry Tom
math 90 82 78.0
english 89 95 67.0
art 78 92 NaN
type(df1) = <class 'pandas.core.frame.DataFrame'>
----------------------------------------------------------------------------------------------------
df2 =
Jack Tom Bob
math 90 78.0 NaN
english 89 67.0 NaN
art 78 NaN NaN
type(df2) = <class 'pandas.core.frame.DataFrame'>
----------------------------------------------------------------------------------------------------
df3 =
Jack Marry Tom
a NaN NaN NaN
b NaN NaN NaN
c NaN NaN NaN
type(df3) = <class 'pandas.core.frame.DataFrame'>
Process finished with exit code 0
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
