Pandas DataFrame入门

Pandas库中的DataFrame相较于前面介绍的Series列表多了一个和行的维度，可以简单理解为类似Excel表的表格结构，它可以广泛存储生活、工作中大量的表格数据

简单的DataFrame使用

对于已经有Python基础的你，我们不妨直接上代码，如下：

import pandas as pd
data = [['Baidu',10],['Google',20],['Yahoo',30],['Dotcpp',40]]

# 将数据加载到 DataFrame 对象中：
df = pd.DataFrame(data,columns=['Site','Num'])

print(df)

我们定义了一个二维的列表，然后直接传入调用Pandas里的DataFrame函数，最后输出，效果如下：

大家可以先看输出效果，DataFrame会直接打印这个所谓的二维数组，并不需要我们再循环或排版，并且在这个二维数组的左侧，像Series一样统一加了默认的索引（0~3），这些就是与python内置list等变量不同的地方。

类似的，DataFrame也支持字典传入，还是这个需求，我们用字典则这么写：

import pandas as pd
data = {'Site':['Baidu','Google','Yahoo','Dotcpp'],'Num':[10,20,30,40]}

# 将数据加载到 DataFrame 对象中：
df = pd.DataFrame(data)

print(df)

效果与上面list一样，就不重复贴图了

自定义DataFrame索引

同样，DataFrame也可以向Series那样命名索引，比如还是上面的例子，我们如果想把默认的0开始递增的索引改为字母，则可以这么写：

import pandas as pd
data = [['Baidu',10],['Google',20],['Yahoo',30],['Dotcpp',40]]

# 将数据加载到 DataFrame 对象中
df = pd.DataFrame(data,columns=['Site','Num'],index=['B','G','Y','D'])

print(df)

重点在创建DataFrame函数时，传入了index的参数，这里指定了各个索引的值，输出后，可以看到索引发生变化

通过索引获取数据

既然有索引，那么我们就可以索引方便的获取到对应的数据，方式是调用DataFrame的loc函数，代码如下：

import pandas as pd
data = [['Baidu',10],['Google',20],['Yahoo',30],['Dotcpp',40]]

# 将数据加载到 DataFrame 对象中
df = pd.DataFrame(data,columns=['Site','Num'],index=['B','G','Y','D'])

print(df.loc['B'])
print(df.loc['D'])

运行效果如下：

注意，自定义索引命名后，原先的默认索引（也就是0开始递增的序号）就不在存在，用这个序号则会报错