前面我們介紹了Series知道它是類似于一維數組的對象，由一組數據以及之相關的數據標簽(即索引)組成。今天介紹的**DataFrame**它是Pandas中的一個表格型的數據結構(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(數值、字符串、布爾型等)，而且DataFrame即有行索引也有列索引。
#### DataFrame的創建
DataFrame的創建方式有如下幾種：
> 1. 通過等?列表創建
> 2. 通過Numpy數組創建
> 3. 通過字典創建
> 4. 讀取數據文件創建
##### 通過等?列表創建
```
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
```
則根據屬性設置的索引展示
上面的方式適合數據量賊小，才這樣創建。
##### 通過Numpy數組創建
比如我們需要創建一個隨機數組成的4*6的DataFrame，同時設置行或者列索引，但是要根據自己的需求來定，可以如下：
```
df=pd.DataFrame(np.random.randn(4,6),index=list('ABCD'),columns=list('123456'))
df
```
結果：
但是要注意index和columns后面設置的索引要與數組的shape保持一致才可以，否則報錯。
##### 通過字典創建
通過字典創建就輕松很多，字典的數據可以來自爬蟲，將爬取的各種數據保存成DataFrame的格式，便于日后的數據分析。
假設我們有一組persons數據為字典格式：
```
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
```
輸出結果：
##### 讀取數據文件創建
如果你的數據在某個excel或者csv，又或者在數據庫中，我們可以通過讀取這些數據，轉成DataFrame對象。
> pd.read_csv(filepath_or_buffer,header,parse_dates,index_col)
> 參數：
>
> 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，且是數據的開頭。
> 注意當skip_blank_lines=True時，這個參數忽略注釋行和空行。所以header=0表示第一行是數據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文件讀入并轉化為DataFrame對象。
pd.read_csv('douyin.csv')
輸出結果：
# 使用方法通過read_csv()
pd.read_excel('阿里巴巴2017年股票數據.xlsx')
```
輸出結果：
當然也可以連接數據庫完成數據的DataFrame加載
> 步驟1：創建連接對象，需要提前：pip install pymysql
>
> 其中user是你連接mysql數據庫的用戶名，password表示用戶密碼，database表示要連接的數據庫名字，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每一列的數據類型
>
> 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據，默認的是前5行，不過也可以自己設置。
>
> tail(). 使用tail可以查看后幾行的數據，默認也是5行，參數可以自己設置。
>
> astype(). 轉換指定數據類型
>
> isna 檢測缺失值
>
> notna 檢測沒有缺失值
>
> describe() 可以對數據根據列進行描述性統計,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培訓服務經驗，采用全程面授高品質、高體驗培養模式，擁有國內一體化教學管理及學員服務，助力更多學員實現高薪夢想。
注：本文部分文字和圖片來源于網絡，如有侵權，請聯系刪除。版權歸原作者所有!
京公網安備 11010802030320號