前面我們介紹了Series知道它是類似于一維數(shù)組的對象，由一組數(shù)據(jù)以及之相關(guān)的數(shù)據(jù)標簽(即索引)組成。今天介紹的**DataFrame**它是Pandas中的一個表格型的數(shù)據(jù)結(jié)構(gòu)(即類似excel的**二維表**)，包含有一組有序的列，每列可以是不同的值類型(數(shù)值、字符串、布爾型等)，而且DataFrame即有行索引也有列索引。

　　#### DataFrame的創(chuàng)建

　　DataFrame的創(chuàng)建方式有如下幾種：

　　> 1. 通過等?列表創(chuàng)建

　　> 2. 通過Numpy數(shù)組創(chuàng)建

　　> 3. 通過字典創(chuàng)建

　　> 4. 讀取數(shù)據(jù)文件創(chuàng)建

　　##### 通過等?列表創(chuàng)建

　　```

　　list1 = [[5,2,0,4],[2,3,4,5],[3,6,1,9],[4,1,0,8]]

　　df=pd.DataFrame(list1)

　　df

　　```

　　默認會添加上行和列的索引(都是從0開始的依次往下遞增)

　　我們也可以設(shè)置索引值，通過index和columns屬性

　　```

　　list1 = [[5,2,0,4],[2,3,4,5],[3,6,1,9],[4,1,0,8]]

　　df=pd.DataFrame(list1,index=list('1234'),columns=list('ABCD'))

　　df

　　```

　　則根據(jù)屬性設(shè)置的索引展示

　　上面的方式適合數(shù)據(jù)量賊小，才這樣創(chuàng)建。

　　##### 通過Numpy數(shù)組創(chuàng)建

　　比如我們需要創(chuàng)建一個隨機數(shù)組成的4*6的DataFrame，同時設(shè)置行或者列索引，但是要根據(jù)自己的需求來定，可以如下：

　　```

　　df=pd.DataFrame(np.random.randn(4,6),index=list('ABCD'),columns=list('123456'))

　　df

　　```

　　結(jié)果：

　　但是要注意index和columns后面設(shè)置的索引要與數(shù)組的shape保持一致才可以，否則報錯。

　　##### 通過字典創(chuàng)建

　　通過字典創(chuàng)建就輕松很多，字典的數(shù)據(jù)可以來自爬蟲，將爬取的各種數(shù)據(jù)保存成DataFrame的格式，便于日后的數(shù)據(jù)分析。

　　假設(shè)我們有一組persons數(shù)據(jù)為字典格式：

　　```

　　persons={'name':['小花','狗蛋','二狗','小草'],'age':[17,20,30,20],'gender':['女','男','男','女']}

　　df=pd.DataFrame(dic1)

　　df

　　```

　　輸出結(jié)果：

　　##### 讀取數(shù)據(jù)文件創(chuàng)建

　　如果你的數(shù)據(jù)在某個excel或者csv，又或者在數(shù)據(jù)庫中，我們可以通過讀取這些數(shù)據(jù)，轉(zhuǎn)成DataFrame對象。

　　> pd.read_csv(filepath_or_buffer,header,parse_dates,index_col)

　　> 參數(shù)：

　　>

　　> 1. filepath_or_buffer：

　　> 字符串，或者任何對象的read()方法。這個字符串可以是URL，有效的URL方案包括http、ftp、s3和文件。可以直接寫入"文件名.csv"

　　>

　　> 2. header：

　　> 將行號用作列名，且是數(shù)據(jù)的開頭。

　　> 注意當skip_blank_lines=True時，這個參數(shù)忽略注釋行和空行。所以header=0表示第一行是數(shù)據(jù)而不是文件的第一行。

　　>

　　> 默認header=0(即第一行，索引從0開始)為列索引

　　```

　　# 作用：將csv文件讀入并轉(zhuǎn)化為DataFrame對象。

　　pd.read_csv('douyin.csv')

　　輸出結(jié)果：

　　# 使用方法通過read_csv()

　　pd.read_excel('阿里巴巴2017年股票數(shù)據(jù).xlsx')

　　```

　　輸出結(jié)果：

　　當然也可以連接數(shù)據(jù)庫完成數(shù)據(jù)的DataFrame加載

　　> 步驟1：創(chuàng)建連接對象，需要提前：pip install pymysql

　　>

　　> 其中user是你連接mysql數(shù)據(jù)庫的用戶名，password表示用戶密碼，database表示要連接的數(shù)據(jù)庫名字，charset表示編碼

　　>

　　> import pymysql

　　>

　　> con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset=‘utf8’, use_unicode=True)

　　>

　　> 步驟2：定義sql語句

　　>

　　> sql_cmd = 'select * from 表名'

　　>

　　> df = pd.read_sql(sql_cmd, con)

　　#### DataFrame對象的常用操作

　　常用的屬性有：

　　> index:返回df的索引，即行標簽

　　>

　　> columns:返回df的列名，即列標簽

　　>

　　> df.dtypes:返回df每一列的數(shù)據(jù)類型

　　>

　　> df.values:以numpy的形式返回df中的值　　

　　常用操作有：

　　> head() 使用head可以查看前幾行的數(shù)據(jù)，默認的是前5行，不過也可以自己設(shè)置。

　　>

　　> tail(). 使用tail可以查看后幾行的數(shù)據(jù)，默認也是5行，參數(shù)可以自己設(shè)置。

　　>

　　> astype(). 轉(zhuǎn)換指定數(shù)據(jù)類型

　　>

　　> isna 檢測缺失值

　　>

　　> notna 檢測沒有缺失值

　　>

　　> describe() 可以對數(shù)據(jù)根據(jù)列進行描述性統(tǒng)計,比如最大值，最小值等　　

　　同理df.notna() 檢測沒有缺失值,與df.isna()相反，就不演示了。

　　更多關(guān)于python培訓的問題，歡迎咨詢千鋒教育在線名師。千鋒教育擁有多年IT培訓服務(wù)經(jīng)驗，采用全程面授高品質(zhì)、高體驗培養(yǎng)模式，擁有國內(nèi)一體化教學管理及學員服務(wù)，助力更多學員實現(xiàn)高薪夢想。

　　注：本文部分文字和圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除。版權(quán)歸原作者所有!