【pandas】DataFrame创建、访问的一些方法

DataFrame：表格型的数据结构，含有一个组有序的列，每列可以是不同的值的类型。DataFrame既有行索引也有列索引，可以看做是由Series组成的字典。（我自己是将看成关系数据库的表格形式）

DataFrame的构造函数：

pandas.DataFrame( data, index, columns, dtype, copy)

data：一组数据(ndarray、series, map, lists, dict 等类型)。

index：索引值，或者可以称为行标签。

columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

dtype：数据类型。

copy：拷贝数据，默认为 False。

使用列表创建（加column的index）

data = [['Google', 10], ['Edge', 2], ["Firefox"]]
t1 = pd.DataFrame(data, columns=['Browser', 'score'])
print(t1) #缺失的数据自动填充为Nan

   Browser  score
0   Google   10.0
1     Edge    2.0
2  Firefox    NaN

使用ndarray创建

data = {'Browser':['Google', 'Edge', 'Firefox'], 'score':[10, 2, np.nan]}
t3 = pd.DataFrame(data)
print(t3)

   Browser  score
0   Google   10.0
1     Edge    2.0
2  Firefox    NaN

使用字典创建

data = [{'a': 1, 'b': 100}, {'a': 2, 'b': 3, 'c': 60}]
t2 = pd.DataFrame(data)
print(t2)  # 注意：没有对应的数据则为NaN

   a    b     c
0  1  100   NaN
1  2    3  60.0

按index访问数据：

print(t2.loc[1])  # 返回一个Series数据类型

Browser    Edge
score       2.0
Name: 1, dtype: object


print(t2.loc[[1]])  # 返回DataFrame数据类型
  Browser  score
1    Edge    2.0

按column访问数据：

print(t3['Browser'])

0     Google
1       Edge
2    Firefox

找某一个值：

print(t3.loc[0, 'Browser']) 
# loc[index， column]

Google