DataFrame定义：
DataFrame是pandas的两个主要数据结构之一，另一个是Series
—一个表格型的数据结构
—含有一组有序的列
—大致可看成共享同一个index的Series集合
DataFrame创建方式：
默认方式创建：
>>> data = {\'name\':[\'Wangdachui\',\'Linling\',\'Niuyun\'],\'pay\':[4000,5000,6000]}
>>> frame = pd.DataFrame(data)
>>> frame
name pay
0 Wangdachui 4000
1 Linling 5000
2 Niuyun 6000
传入索引的方式创建：
>>> data = np.array([(\'Wangdachui\',4000),(\'Linling\',5000),(\'Niuyun\',6000)]) >>> frame = pd.DataFrame(data,index = range(1,4),columns=[\'name\',\'pay\']) >>> frame name pay 1 Wangdachui 4000 2 Linling 5000 3 Niuyun 6000 >>> frame.index RangeIndex(start=1, stop=4, step=1) >>> frame.columns Index([\'name\', \'pay\'], dtype=\'object\') >>> frame.values array([[\'Wangdachui\', \'4000\'], [\'Linling\', \'5000\'], [\'Niuyun\', \'6000\']], dtype=object)
DataFrame的基本操作：
取DataFrame对象的行和列
>>> frame
name pay
1 Wangdachui 4000
2 Linling 5000
3 Niuyun 6000
>>> frame[\'name\'] 1 Wangdachui 2 Linling 3 Niuyun Name: name, dtype: object
>>> frame.pay 1 4000 2 5000 3 6000 Name: pay, dtype: object
取特定的行或列
>>> frame.iloc[:2,1]#取第0,1行的第1列 1 4000 2 5000 Name: pay, dtype: object >>> frame.iloc[:1,0]#取第0行的第0列 1 Wangdachui Name: name, dtype: object >>> frame.iloc[2,1]#取第2行的第1列 \'6000\' >>> frame.iloc[2]#取第2行 name Niuyun pay 6000 Name: 3, dtype: object
DataFrame对象的修改和删除
>>> frame[\'name\']= \'admin\' >>> frame name pay 1 admin 4000 2 admin 5000 3 admin 6000
>>> del frame[\'pay\'] >>> frame name 1 admin 2 admin 3 admin
DataFrame的统计功能
找最低工资和工资大于5000的人
>>> frame name pay 1 Wangdachui 4000 2 Linling 5000 3 Niuyun 6000 >>> frame.pay.min() \'4000\' >>> frame[frame.pay >= \'5000\'] name pay 2 Linling 5000 3 Niuyun 6000
案例：
已知有一个列表中存放了一组音乐数据：
music_data = [("the rolling stones","Satisfaction"),("Beatles","Let It Be"),("Guns N\'Roses","Don\'t Cry"),("Metallica","Nothing Else Matters")]，请根据这组数据创建一个如下的DataFrame:
singer song_name
1 the rolling stones Satisfaction
2 Beatles Let It Be
3 Guns N\'Roses Don\'t Cry
4 Metallica Nothing Else Matters
方法如下：
>>> import pandas as pd
>>> music_data = [("the rolling stones","Satisfaction"),("Beatles","Let It Be"),("Guns N\'Roses","Don\'t Cry"),("Metallica","Nothing Else Matters")]
>>> music_table = pd.DataFrame(music_data)
>>> music_table
0 1
0 the rolling stones Satisfaction
1 Beatles Let It Be
2 Guns N\'Roses Don\'t Cry
3 Metallica Nothing Else Matters
>>> music_table.index = range(1,5)
>>> music_table.columns = [\'singer\',\'song_name\']
>>> print(music_table)
singer song_name
1 the rolling stones Satisfaction
2 Beatles Let It Be
3 Guns N\'Roses Don\'t Cry
4 Metallica Nothing Else Matters
DataFrame基本操作补充
DataFrame对象如下：
>>> frame
name pay
1 Wangdachui 4000
2 Linling 5000
3 Niuyun 6000
（1）添加列
添加列可以直接赋值，例如给frame添加tax列：
>>> frame[\'tax\'] = [0.05,0.05,0.1] >>> frame name pay tax 1 Wangdachui 4000 0.05 2 Linling 5000 0.05 3 Niuyun 6000 0.10
（2）添加行
添加行可以用loc（标签）和iloc（位置）索引，也可以用append（）和concat（）方法，这里用loc（）方法
>>> frame.loc[5] = {\'name\':\'Liuxi\',\'pay\':5000,\'tax\':0.05}
>>> frame
name pay tax
1 Wangdachui 4000 0.05
2 Linling 5000 0.05
3 Niuyun 6000 0.10
5 Liuxi 5000 0.05
（3）删除对象元素
删除数据可直接用“del数据”的方式进行，但这种方式是直接对原始数据操作，不安全，可利用drop()方法删除指定轴上的数据
>>> frame.drop(5)
name pay tax
1 Wangdachui 4000 0.05
2 Linling 5000 0.05
3 Niuyun 6000 0.10
>>> frame.drop(\'tax\',axis = 1) name pay 1 Wangdachui 4000 2 Linling 5000 3 Niuyun 6000 5 Liuxi 5000
此时frame没有受影响
>>> frame
name pay tax
1 Wangdachui 4000 0.05
2 Linling 5000 0.05
3 Niuyun 6000 0.10
5 Liuxi 5000 0.05
（4）修改
继承上面的frame，对tax统一修改成0.03
>>> frame[\'tax\'] = 0.03 >>> frame name pay tax 1 Wangdachui 4000 0.03 2 Linling 5000 0.03 3 Niuyun 6000 0.03 5 Liuxi 5000 0.03
也可以直接用loc（）修改
>>> frame.loc[5] = [\'Liuxi\',9800,0.05] >>> frame name pay tax 1 Wangdachui 4000 0.03 2 Linling 5000 0.03 3 Niuyun 6000 0.03 5 Liuxi 9800 0.05