DataFrame

DataFrame是Pandas的一种数据类型可以理解为n乘n的表格结构；下面是它的部分常用用法

1.创建DataFrame

1import pandas as pd
2import numpy as np
3
4# dict
5pd.DataFrame(data={'id':['a','b','c'],'values':[1,3,5]})
6# list
7pd.DataFrame(data=[[1,3,5],[2,4,6],[9,8,7]])
8# tuple
9pd.DataFrame(data=((1,3,5),(2,4,6),(9,8,7)))
10# ndarray
11pd.DataFrame(data=np.array([[1,3,5],[2,4,6],[9,8,7]]))
12# Series
13pd.DataFrame(data=pd.Series([1,3,5,2,4,6,9,8,7]))

2.DataFrame属性

1df = pd.DataFrame(data=[[1,3,5],[2,4,6],[9,8,7]])
2df.shape        # 形状
3df.ndim         # 维度、轴
4df.iloc[0]      # 按索引位置
5df.loc[1]       # 按索引值
6df.dtypes       # 元素类型
7df.T            # 转置
8df.size         # 元素个数
9df.index        # 索引值
10df.values       # 元素值
11df.columns      # 列名

3.DataFrame方法

1df.keys()                        # 获取索引
2df.head()                        # 获取前五行（默认）
3df.sort_values()                 # 按元素值升序排序
4df.sort_index(ascending=False)   # 按索引值降序排序
5df.describe()                    # 查看详细描述
6df.mean()                        # 求平均
7df.drop()                        # 返回删除某列的DataFrame
8df.drop_duplicates()             # 去重
9df.value_counts()                # 统计某列不同值出现的次数
10df.reset_index()                 # 重置索引
11df.astype()                      # 转换类型  
12df.dropna()                      # 去除NaN值