学习目标3
昨天，我们学习了Series。
而Pandas的另一种数据类型：DataFrame，在许多特性上和Series有相似之处。
今天，我们将学习DataFrame的相关知识：
-
DataFrame的概念
-
构造一个DataFrame
-
DataFrame的常用属性
-
DataFrame的轴
DataFrame
DataFrame
数据框
|----------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------|
| 定义 DataFrame，中文叫数据框。 是pandas模块最常用的数据类型，是一个二维的矩阵数据表。 非常便捷地存放数据。 | 
隐喻 DataFrame，就像是一个表格，可以通过行和列，可以定位一个值。 |
|-----------------------------------------------------------------------|----------------------------------------------------------------------------|
| 那DataFrame和Series之间有什么关系呢？ 在某种程度上，可认为DataFrame是"具有相同index的Series的集合"。 | 
|
|-----------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------|
| 右侧是一个DataFrame，它由3部分组成： 既有行索引（index），可以用来定位到具体的某一行。 | 
也有列索引（columns），用来定位到具体的某一列。 通过index和columns，可以定位到一个值，能快速进行数据的筛选和定位。 |
因此，DataFrame的同一列中，值的数据类型相同。
但是，列和列之间的数据类型可以不同。
同样的，和Series类似，DataFrame的行索引index是可以选择性定义的。如果没有定义index，index就会默认从0开始生成。
总结：
|----------------------------------------------------------------------------|
| DataFrame |
| DataFrame，中文叫做数据框，是pandas模块最常用的数据类型，是一个二维的矩阵数据表。 |
| 
|
|---------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| DataFrame构造函数 这几行代码，构造了一个DataFrame。 第1行，导入pandas模块。 第3行，定义了一个字典。 第4行，定义了一个列表。 第6行，使用DataFrame构造函数创建了一个DataFrame，并赋值给了变量df。 第8行，将这个创建的DataFrame输出。 | import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df) 
|
|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| pd.DataFrame( ) 通过调用的pandas模块里的DataFrame()函数，可以构造一个DataFrame。 | import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df) 
|
| 第一个常用参数：data pd.DataFrame()中，参数data表示需要传入的数据，可以是字典，列表等。 示例中data是一个字典，传入pd.DataFrame()函数； 字典的keys，会成为DataFrame的列索引columns； 字典的values是列表，列表中的值，会成为DataFrame的值values。 注意：若不传入数据，会生成一个空的DataFrame。 | import pandas as pd data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] df= pd.DataFrame(data, index=city) print(df) 
|
需要特别注意的是，在构造DataFrame时，传入的字典必须是右侧所示的结构:
字典的keys是对象；
字典的values是对应的列表，并且每个列表中的元素个数相同。
|---------|---------------------------------------------------------------------------------------------------------------------------------------------------|
| 在构造过程中： | 
字典中的keys，就成为了DataFrame中的列索引columns。 字典中的values，就成为了DataFrame中的值values。 |
|------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 第二个常用参数：index 参数index用于定义DataFrame的行索引(index)。 只需要将一个列表赋值给参数index。 示例中，我们将定义的列表city赋值给参数index。 city中的值，会成为DataFrame的index。 若不传入参数index，那么生成的DataFrame的index就会默认从0开始生成。 | import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) print(df) 
|
| 赋值的变量 将pd.DataFrame()函数创建的DataFrame，赋值给了df这个变量。 将df输出可以看到，它是一个DataFrame对象： 列索引（columns）是由字典data的的keys组成； 值（values）是由字典data的的值组成； 行索引（index）是由列表city的值组成。 | import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) print(df) 
|
总结：
