作為從事資料相關工作朋友，平時接觸的更多的可能是一張有板有眼的資料表格，在這裡我們就叫作資料框。在Python中可以通過pandas模組的DataFrame函式構造資料框。

1、資料框的構造
在Python中,可以藉助於列表、元組、字典進行手工構建資料框，我們用例子說明：

通過列表建立資料框

#構造資料框
import pandas as pd
df =pd.DataFrame([[1,2,3],[40,50,60],[12,15,48],[24,56,89]])
print(df)

上面建立資料框沒有變數名稱。那麼該如何建立的時候加上列名稱呢？

#構造資料框
import pandas as pd
df =pd.DataFrame([[1,2,3],[40,50,60],[12,15,48],[24,56,89]],columns=['v1','v2','v3'])
print(df)

就像上面這樣，可以運用DataFrame函式中的columns引數給資料框的每列新增名稱，如果需要給行加上索引名稱，就可以使用index引數。

通過字典建立資料框

#
 
通過字典建立資料框
df =pd.DataFrame({'id':[1,2,3],'name':['Tom','John','june'],'age':[12,15,48]})
print(df)

2、資料的讀入
在更多的場景下我們是讀取外部資料，然後基於外部資料進行資料分析、視覺化、資料探勘等研究。這裡跟大家介紹一下文字檔案、電子表格和MySQL資料庫的讀取。

文字檔案的讀取
在pandas模組中有read_table和read_csv兩個函式讀取常見的文字檔案，這裡就以txt和csv檔案為例，

#文字檔案讀取
import pandas as pd
books = pd.read_table('book.txt',sep=',',header=None,usecols=[0,1,2],
names=['book_typy','title','ahthor'])
print(books.tail())

read_table和read_csv兩個函式都可以讀文字檔案資料，區別在於預設的sep引數不一致，read_table預設以製表符Tab鍵為欄位間的間隔符，而read_csv預設以逗號為欄位間的間隔符。

由於原始資料檔案books.txt沒有欄位名稱，故設定header=None，並用names引數給表字段加上名稱，usecols則是設定讀取原始資料的哪些列。

csv檔案讀取

使用read_table函式讀取csv檔案：

#讀取csv檔案
co2 =pd.read_table('co2.csv',sep=',')
print(co2.head(4))

電子表格的讀取

pandas模組中read_excel函式可以非常方便的讀取外部的xls和xlsx電子表格：

#電子表格讀取
iris =pd.read_excel('iris.xlsx')
print(iris.head(4))

MySQL資料庫資料的讀取

使用Python讀取MySQL資料庫，還需要結合pymysql模組一起使用。運用Python與MySQL建立連線,並讀取資料：（本人沒有裝mysql,就不親自實踐了），可以從這裡檢視詳細例子。

3、資料的概覽資訊
外部資料讀取到Python語言中，往往對資料需要做一些大概的瞭解，如最小值、最大值、平均值、各變數都是哪些資料型別、資料量如何等。我們來看看這些問題是如何解決的：

df =pd.DataFrame([[1,2,3],[40,50,60],[12,15,48],[24,56,89]],columns=['v1','v2','v3'])
print(df.shape)

#變數的列名稱
print(df.columns)

shape屬性和columns屬性返回資料集的行列數及變數名；

#數值型變數的概覽資訊
print(co2.describe(include=['number']))

#離散型變數的概覽資訊
print(co2.describe(include=['object']))

describe屬性可以對數值型變數（include=['number']）和離散型變數（include=['object']）進行描述性統計；

df =pd.DataFrame({'id':[1,2,3],'name':['Tom','John','june'],'age':[12,15,48]})
print(df.info())

info屬性則對資料集的變數型別進行簡單的描述

學習地址：http://mp.weixin.qq.com/s/k6T1FIOvKTu4QVfv5Q4lRA