DataFrame是一个表格型的数据结构，可以看成就是excel中的表格。

官方文档：https://pandas.pydata.org/docs/reference/frame.html

DataFrame的创建

DataFrame构造方法如下：

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

• data：DataFrame的数据部分，可以是字典、二维数组、Series、DataFrame或其他可转换为DataFrame的对象，若不提供此参数，则创建一个空的DataFrame。
• index：DataFrame的行索引，用于标识每行数据，可以是列表、数组、索引对象等，若不提供此参数，则创建一个默认的整数索引。
• columns：DataFrame的列索引，用于标识每列数据。可以是列表、数组、索引对象等，若不提供此参数，则创建默认的整数索引。
• dtype：指定DataFrame的数据类型，可以是NumPy的数据类型，例如np.int64、np.float64等，若不提供此参数，则根据数据自动推断数据类型。
• copy：是否复制数据，默认为False，表示不复制数据，若设置为True，则复制输入的数据。

一维列表创建DataFrame

二维列表创建DataFrame

传递字典创建DataFrame

传递字典列表创建DataFrame

通过Series对象创建

通过Numpy创建

DataFrame的属性

dataframe.T

df.T属性主要用来转置行和列，和 df.transpose() 实现的效果一样。

dataframe.axes

返回包含行索引和列索引的列表，可以通过 <code>df.axes[0].tolist() 或 list(df.axes[0]) 转成行索引列表，列索引列表同理。

import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

# 基于a数组建立DataFrame

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.axes) # [Index(['a', 'b', 'c'], dtype='object'), Index(['foo', 'bar'], dtype='object')]code>

print(df.axes[0].tolist()) # ['a', 'b', 'c']

print(list(df.axes[0])) # ['a', 'b', 'c']

dataframe.dtypes

查看每列的数据类型。

dataframe.ndim

获取DataFrame的维数。

<code>import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

# 基于a数组建立DataFrame

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.ndim) # 2

dataframe.shape

获取DataFrame的行数和列数，是一个元组。

import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

# 基于a数组建立DataFrame

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.shape) # (3, 2)

dataframe.size

返回DataFrame中的元素个数。

import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

# 基于a数组建立DataFrame

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.size) # 6

dataframe.values

返回一个所有行数据组成的二维的数组，每个元素是一个一维数组（也就是一行数据），可以通过 list(df.values) 或 df.values.tolist() 转成python的列表类型。

import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

# 基于a数组建立DataFrame

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.values) # [[8 6] [3 3] [8 7]]

print(list(df.values)) # [array([8, 6], dtype=int32), array([3, 3], dtype=int32), array([8, 7], dtype=int32)]

print(df.values.tolist()) # [[8, 6], [3, 3], [8, 7]]

dataframe.index

获取行索引，返回的是Index类型，可以通过 list(df.index) 或 df.index.tolist() 转换成列表。

import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.index) # Index(['a', 'b', 'c'], dtype='object')code>

print(df.index.values) # ['a' 'b' 'c']

print(list(df.index)) # ['a', 'b', 'c']

print(df.index.tolist()) # ['a', 'b', 'c']

dataframe.columns

获取列索引，返回的是Index类型，可以通过 list(df.columns) 或 df.columns.tolist() 转换成列表。

import pandas as pd

import numpy as np

a = np.random.randint(1, 10, (3, 2))

df = pd.DataFrame(a, columns=['foo', 'bar'], index=['a', 'b', 'c'])

print(df)

print("*" * 50)

print(df.columns) # Index(['foo', 'bar'], dtype='object')code>

print(df.columns.values) # ['foo' 'bar']，可用 df.columns.values.tolist() 转换成列表

print(list(df.columns)) # ['foo', 'bar']

print(df.columns.tolist()) # ['foo', 'bar']