DataFrame的單元格可以存放數(shù)值、字符串等，這和excel表很像，同時(shí)DataFrame可以設(shè)置列名columns與行名index。
以下的實(shí)驗(yàn)是在python3.5.6版本下進(jìn)行的。
pandas常與numpy一起配合使用，所以通常會(huì)一起引用，也就是：
import pandas as pdimport numpy as np可以直接通過pandas的DataFrame函數(shù)進(jìn)行創(chuàng)建。
import pandas as pdimport numpy as npdf1 = pd.DataFrame(np.random.randn(3, 3), index=list('abc'), columns=list('ABC'))print(df1)# A B C# a -0.612978 0.237191 0.312969# b -1.281485 1.135944 0.162456# c 2.232905 0.200209 0.028671其中第一個(gè)參數(shù)是存放在DataFrame里的數(shù)據(jù)，第二個(gè)參數(shù)index就是之前說的行名，第三個(gè)參數(shù)columns是之前說的列名。
其中后兩個(gè)參數(shù)可以使用list輸入，但是注意，這個(gè)list的長度要和DataFrame的大小匹配，不然會(huì)報(bào)錯(cuò)。
df2 = pd.DataFrame(np.random.randn(3, 3), index=list('abcd'), columns=list('ABCD'))# ValueError: Shape of passed values is (3, 3), indices imply (4, 4)當(dāng)然，這兩個(gè)參數(shù)是可選的，你可以選擇不設(shè)置，而且這兩個(gè)list是可以一樣的。
df3 = pd.DataFrame(np.random.randn(3, 3), index=list('ABC'), columns=list('ABC'))# A B C# A 1.106838 0.309086 0.748472# B 0.439228 -0.213154 -1.438647# C 0.292450 0.841237 -0.069207import pandas as pdimport numpy as npdf4 = pd.DataFrame([[1, 2, 3], [2, 3, 4], [3, 4, 5]], index=list('abc'), columns=list('ABC'))print(df4)# A B C# a 1 2 3# b 2 3 4# c 3 4 5import pandas as pdimport numpy as npdic1 = { 'name': [ '張三', '李四', '王二麻子', '小淘氣'], 'age': [ 37, 30, 50, 16], 'gender': [ '男', '男', '男', '女']}df5 = pd.DataFrame(dic1)print(df5)# age gender name# 0 37 男 張三# 1 30 男 李四# 2 50 男 王二麻子# 3 16 女 小淘氣print(df5.dtypes)# age int64# gender object# name object# dtype: object使用head可以查看前幾行的數(shù)據(jù)，默認(rèn)的是前5行，不過也可以自己設(shè)置。
使用tail可以查看后幾行的數(shù)據(jù)，默認(rèn)也是5行，參數(shù)可以自己設(shè)置。
比如看前5行。
import pandas as pdimport numpy as npdf6 = pd.DataFrame(np.arange(36).reshape(6, 6), index=list('abcdef'), columns=list('ABCDEF'))print(df6)# A B C D E F# a 0 1 2 3 4 5# b 6 7 8 9 10 11# c 12 13 14 15 16 17# d 18 19 20 21 22 23# e 24 25 26 27 28 29# f 30 31 32 33 34 35print(df6.head())# A B C D E F# a 0 1 2 3 4 5# b 6 7 8 9 10 11# c 12 13 14 15 16 17# d 18 19 20 21 22 23# e 24 25 26 27 28 29比如只看前2行。
print(df6.head(2))# A B C D E F# a 0 1 2 3 4 5# b 6 7 8 9 10 11比如看后5行。
print(df6.tail())# A B C D E F# b 6 7 8 9 10 11# c 12 13 14 15 16 17# d 18 19 20 21 22 23# e 24 25 26 27 28 29# f 30 31 32 33 34 35比如只看后2行。
print(df6.tail(2))# A B C D E F# e 24 25 26 27 28 29# f 30 31 32 33 34 35使用index查看行名，columns查看列名。
print(df6.index)print(df6.columns)# Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')# Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')使用values可以查看DataFrame里的數(shù)據(jù)值，返回的是一個(gè)數(shù)組。
print(df6.values)# [[ 0 1 2 3 4 5]# [ 6 7 8 9 10 11]# [12 13 14 15 16 17]# [18 19 20 21 22 23]# [24 25 26 27 28 29]# [30 31 32 33 34 35]]比如說查看某一列所有的數(shù)據(jù)值。
print(df6['B'].values)[ 1 7 13 19 25 31]如果查看某一行所有的數(shù)據(jù)值。使用iloc查看數(shù)據(jù)值（但是好像只能根據(jù)行來查看？），iloc是根據(jù)數(shù)字索引（也就是行號(hào)）。可以看一下博客pandas.iloc()函數(shù)解析。
print(df6.iloc[0])# A 0# B 1# C 2# D 3# E 4# F 5# Name: a, dtype: int32使用shape查看行列數(shù)，參數(shù)為0表示查看行數(shù)，參數(shù)為1表示查看列數(shù)。
print(df6.shape[0])print(df6.shape[1])# 6# 6使用冒號(hào)進(jìn)行切片。
print(df6['a':'b'])# A B C D E F# a 0 1 2 3 4 5# b 6 7 8 9 10 11print(df6.loc[:,'A':'B'])# A B# a 0 1# b 6 7# c 12 13# d 18 19# e 24 25# f 30 31
切片表示的是行切片
索引表示的是列索引
直接字母T，線性代數(shù)上線。
print(df6.T)# a b c d e f# A 0 6 12 18 24 30# B 1 7 13 19 25 31# C 2 8 14 20 26 32# D 3 9 15 21 27 33# E 4 10 16 22 28 34# F 5 11 17 23 29 35使用describe可以對(duì)數(shù)據(jù)根據(jù)列進(jìn)行描述性統(tǒng)計(jì)。
print(df6.describe())# A B C D E F# count 6.000000 6.000000 6.000000 6.000000 6.000000 6.000000# mean 15.000000 16.000000 17.000000 18.000000 19.000000 20.000000# std 11.224972 11.224972 11.224972 11.224972 11.224972 11.224972# min 0.000000 1.000000 2.000000 3.000000 4.000000 5.000000# 25% 7.500000 8.500000 9.500000 10.500000 11.500000 12.500000# 50% 15.000000 16.000000 17.000000 18.000000 19.000000 20.000000# 75% 22.500000 23.500000 24.500000 25.500000 26.500000 27.500000# max 30.000000 31.000000 32.000000 33.000000 34.000000 35.000000如果有的列是非數(shù)值型的，那么就不會(huì)進(jìn)行統(tǒng)計(jì)。
如果想對(duì)行進(jìn)行描述性統(tǒng)計(jì)，轉(zhuǎn)置后再進(jìn)行describe。
使用sum默認(rèn)對(duì)每列求和，sum(1)為對(duì)每行求和。
print(df6.sum())# A 90# B 96# C 102# D 108# E 114# F 120# dtype: int64print(df6.sum(1))# a 15# b 51# c 87# d 123# e 159# f 195# dtype: int64數(shù)乘運(yùn)算使用apply。
print(df6.apply(lambda x: x * 2))# A B C D E F# a 0 2 4 6 8 10# b 12 14 16 18 20 22# c 24 26 28 30 32 34# d 36 38 40 42 44 46# e 48 50 52 54 56 58# f 60 62 64 66 68 70乘方運(yùn)算跟matlab類似，直接使用兩個(gè)*。
print(df6**2)# A B C D E F# a 0 1 4 9 16 25# b 36 49 64 81 100 121# c 144 169 196 225 256 289# d 324 361 400 441 484 529# e 576 625 676 729 784 841# f 900 961 1024 1089 1156 1225擴(kuò)充列可以直接像字典一樣，列名對(duì)應(yīng)一個(gè)list，但是注意list的長度要跟index的長度一致。
df6['G']=['999','999','999','999','999','999']print(df6)# A B C D E F G# a 0 1 2 3 4 5 999# b 6 7 8 9 10 11 999# c 12 13 14 15 16 17 999# d 18 19 20 21 22 23 999# e 24 25 26 27 28 29 999# f 30 31 32 33 34 35 999還可以使用insert，使用這個(gè)方法可以指定把列插入到第幾列，其他的列順延。
df6.insert(0, 'QQ', ['999','999','999','999','999','999'])print(df6)# QQ A B C D E F# a 999 0 1 2 3 4 5# b 999 6 7 8 9 10 11# c 999 12 13 14 15 16 17# d 999 18 19 20 21 22 23# e 999 24 25 26 27 28 29# f 999 30 31 32 33 34 35使用join可以將兩個(gè)DataFrame合并，但只根據(jù)行列名合并，并且以作用的那個(gè)DataFrame的為基準(zhǔn)。
# 也就是以df6為基準(zhǔn)。df7 = pd.DataFrame(['my', 'name', 'is', 'a', 'b', 'c'], index=list('abcdef'), columns=list('G'))df8 = df6.join(df7)print(df8)# A B C D E F G# a 0 1 2 3 4 5 my# b 6 7 8 9 10 11 name# c 12 13 14 15 16 17 is# d 18 19 20 21 22 23 a# e 24 25 26 27 28 29 b# f 30 31 32 33 34 35 c但是，join這個(gè)方法還有how這個(gè)參數(shù)可以設(shè)置，合并兩個(gè)DataFrame的交集或并集。參數(shù)為’inner’表示交集，'outer’表示并集。
df7 = pd.DataFrame(['2', '6', '7', '19', '44', '77'], index=list('abekld'), columns=list('G'))df8=df6.join(df7,how='inner')df9=df6.join(df7,how='outer')print(df8)# A B C D E F G# a 0 1 2 3 4 5 2# b 6 7 8 9 10 11 6# d 18 19 20 21 22 23 77# e 24 25 26 27 28 29 7print(df9)# A B C D E F G# a 0.0 1.0 2.0 3.0 4.0 5.0 2# b 6.0 7.0 8.0 9.0 10.0 11.0 6# c 12.0 13.0 14.0 15.0 16.0 17.0 NaN# d 18.0 19.0 20.0 21.0 22.0 23.0 77# e 24.0 25.0 26.0 27.0 28.0 29.0 7# f 30.0 31.0 32.0 33.0 34.0 35.0 NaN# k NaN NaN NaN NaN NaN NaN 19# l NaN NaN NaN NaN NaN NaN 44如果要合并多個(gè)Dataframe，可以用list把幾個(gè)Dataframe裝起來，然后使用concat轉(zhuǎn)化為一個(gè)新的Dataframe。
df10 = pd.DataFrame([1, 2, 3, 4, 5, 6], index=list('ABCDEF'), columns=['a'])df11 = pd.DataFrame([10, 20, 30, 40, 50, 60], index=list('ABCDEF'), columns=['b'])df12 = pd.DataFrame([100, 200, 300, 400, 500, 600], index=list('ABCDEF'), columns=['c'])list1 = [df10.T, df11.T, df12.T]df13 = pd.concat(list1)print(df13)# A B C D E F# a 1 2 3 4 5 6# b 10 20 30 40 50 60# c 100 200 300 400 500 600df.drop_duplicates(subset=None, keep='first', inplace=False )參數(shù)：
subset：指定是哪些列重復(fù)。
keep：去重后留下第幾行，{‘first’, ‘last’, False}, default ‘first’｝，如果是False，則去除全部重復(fù)的行。
inplace：是否作用于原來的df。
df14 = pd.DataFrame(data=[[1, 2, 3], [1, 2, 4], [1, 2, 4], [1, 2, 3], [1, 2, 5], [1, 2, 5]], index=list('ABCDEF'), columns=['a', 'b', 'c'])print(df14)# a b c# A 1 2 3# B 1 2 4# C 1 2 4# D 1 2 3# E 1 2 5# F 1 2 5去除重復(fù)行,保留重復(fù)行中最后一行
df14.drop_duplicates(keep='last')# a b c# C 1 2 4# D 1 2 3# F 1 2 5去除’c’列中有重復(fù)的值所在的行
print(df14.drop_duplicates(subset=('c',)))# a b c# A 1 2 3# B 1 2 4# E 1 2 5聯(lián)系客服
