http://blog.csdn.net/u014607457/article/details/51290582

    def fill_core(self):
        RatingTable=pd.read_csv(self.path+‘/RatingTable.csv‘,header=None)
        list1=RatingTable.loc[0].values
        print(type(list1))
        print(list1)

        # print(RatingTable.index)RangeIndex(start=0, stop=943, step=1)
 

        # print(userRatingTable.loc[1][0:-1])
        # for indexs in RatingTable.index:
        #     print(RatingTable.loc[indexs].values)#返回value二維array
            # values[0:] values[0:-1]b是負數，表示去除後幾位
            #%.2f是將該浮點數float保留兩位小數。2表示保留的位數
            # val[0:-1] 是對字符串的截取操作，str[a：b]表示截取字符串的a開始的位置，b表示結束位置
 

            # b是負數，表示去出後幾位
        # f1=open(self.path+‘/RatingTable.csv‘,‘r‘,encoding=‘utf-8‘)
        # dict1=[]
        # for line1 in f1.readlines():
        #     tmp=[]
        #     theme_num=line1.strip().split(‘,‘)
        #     # print(theme_num)
        #     for g in theme_num:
        #
 
         tmp.append(int(g))
        #     dict1.append(tmp)

pandas是python環境下最有名的數據統計包，而DataFrame翻譯為數據框，是一種數據組織方式，這麽說你可能無法從感性上認識它，舉個例子，你大概用過Excel，而它也是一種數據組織和呈現的方式，簡單說就是表格，而在在pandas中用DataFrame組織數據，如果你不print DataFrame，你看不到這些數據，下面我們來看看DataFrame是如何使用的。

首先是引入pandas和numpy，這是經常配合使用的兩個包，pandas依賴於numpy，引入以後我們可以直接使用np/pd來表示這個兩個模塊

先創建一個時間索引，所謂的索引（index)就是每一行數據的id，可以標識每一行的唯一值

為了快速入門，我們看一下如何創建一個6X4的數據：randn函數用於創建隨機數，參數表示行數和列數，dates是上一步創建的索引列

我們還可以使用字典來創建數據框，例如創建一個列名為A的數據框，索引是自動創建的整數

這又是一個字典創建DataFrame的例子

可以使用dtypes來查看各行的數據格式

接著看一下如何查看數據框中的數據，看一下所有的數據

使用head查看前幾行數據（默認是前5行），不過你可以指定前幾行

查看前三行數據

使用tail查看後5行數據

查看數據框的索引

查看列名用columns

查看數據值，用values

查看描述性統計，用describe

使用type看一下輸出的描述性統計是什麽樣的數據類型——DataFrame數據

使用T來轉置數據，也就是行列轉換

對數據進行排序，用到了sort，參數可以指定根據哪一列數據進行排序。

好了，這篇入門教程到這裏，後面還有很多，希望有誌同道合的朋友一起交流學習，有什麽說的不對的地方，請批評指正。

DataFrame按行讀取：DataFrame之values