小白學 Python 資料分析（4）：Pandas （三）資料結構 DataFrame
在家為國家做貢獻太無聊，不如跟我一起學點 Python
人生苦短，我用 Python
前文傳送門：
小白學 Python 資料分析（1）：資料分析基礎
小白學 Python 資料分析（2）：Pandas （一）概述
小白學 Python 資料分析（3）：Pandas （二）資料結構 Series
引言
DataFrame 是由多種型別的列構成的二維標籤資料結構。
簡單理解是類似於 Excel 、 SQL 表的結構。
DataFrame 是最常用的 Pandas 物件，與 Series 一樣，DataFrame 支援多種型別的輸入資料：
- 一維 ndarray、列表、字典、Series 字典
- 二維 numpy.ndarray
- 結構多維陣列或記錄多維陣列
- Series
- DataFrame
構建 DataFrame
同 Excel 一樣， DataFrame 擁有行標籤（ index ）和列標籤（ columns ），可以理解為 Excel 的行和列。
在構建 DataFrame 的時候，可以有選擇的傳遞 index 和 columns 引數。
這樣可以確保生成的 DataFrame 裡包含索引或列。
注意： Python > = 3.6，且 Pandas > = 0.23，資料是字典，且未指定 columns 引數時，DataFrame 的列按字典的插入順序排序。
Python < 3.6 或 Pandas < 0.23，且未指定 columns 引數時，DataFrame 的列按字典鍵的字母排序。
Series 字典或字典構建 DataFrame
先看一個簡單的示例：
d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
df = pd.DataFrame(d)
print(df)結果如下：
one two a 1.0 1.0 b 2.0 2.0 c 3.0 3.0 d NaN 4.0
在通過 Series 構建 DataFrame 的時候，生成的 index （索引）是每個 Series 索引的並集。
先把巢狀字典轉換為 Series 。如果沒有指定列， DataFrame 的列就是字典鍵的有序列表。
這裡我們在字典中使用兩個字串 one 和 two 作為字典的 key ，在構造 DataFrame 時會自動的使用我們的字典的 key 作為自己的 columns （列）。
如果我們在構造 DataFrame 手動指定索引，那麼將會使用我們自行指定的索引，示例如下：
df1 = pd.DataFrame(d, index=['d', 'b', 'a'])
print(df1)結果如下：
one two
d NaN 4.0
b 2.0 2.0
a 1.0 1.0如果我們同時指定 index 和 column ，那麼 DataFrame 也將會使用我們指定的索引和列，如果我們指定的 index 或者 column 不存在，將會使用 NaN 進行預設值填充，示例如下：
df2 = pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
print(df2)結果如下：
two three
d 4.0 NaN
b 2.0 NaN
a 1.0 NaN注意： 這裡有一點需要注意，指定列與資料字典一起傳遞時，傳遞的列會覆蓋字典的鍵。
在使用 Series 構建 DataFrame 時， DataFrame 會自動繼承 Series 的索引，如果沒有指定列名，預設列名是輸入 Series 的名稱。
多維陣列字典構建 DataFrame
首先，多維陣列的長度必須相同。
如果傳遞了索引引數，index 的長度必須與陣列一致。
如果沒有傳遞索引引數，那麼將會按照序列從 0 開始，自動生成，示例如下：
d1 = {'one': [1., 2., 3., 4.],
'two': [4., 3., 2., 1.]}
df3 = pd.DataFrame(d1)
print(df3)
df4 = pd.DataFrame(d1, index=['a', 'b', 'c', 'd'])
print(df4)結果如下：
one two
0 1.0 4.0
1 2.0 3.0
2 3.0 2.0
3 4.0 1.0
one two
a 1.0 4.0
b 2.0 3.0
c 3.0 2.0
d 4.0 1.0列表字典構建 DataFrame
d2 = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df5 = pd.DataFrame(d2)
print(df5)
df6 = pd.DataFrame(d2, index=['first', 'second'], columns=['a', 'b'])
print(df6)結果如下：
a b c
0 1 2 NaN
1 5 10 20.0
a b
first 1 2
second 5 10元組字典構建 DataFrame
元組字典可以自動建立多層索引 DataFrame。
d3 = ({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},
('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},
('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},
('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},
('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})
df7 = pd.DataFrame(d3)
print(df7)結果如下：
a b
b a c a b
A B 1.0 4.0 5.0 8.0 10.0
C 2.0 3.0 6.0 7.0 NaN
D NaN NaN NaN NaN 9.0提取、新增、刪除
建立好了 DataFrame 以後，我們自然是希望可以動態的操作它，那麼標準的 CRUD 操作必不可少。
獲取資料示例如下，這裡我們使用 df4 做演示：
提取
# 獲取資料
print(df4)
# 按列獲取
print(df4['one'])
# 按行獲取
print(df4.loc['a'])
print(df4.iloc[0])
df4['three'] = df4['one'] * df4['two']
df4['flag'] = df4['one'] > 2
print(df4)結果如下：
one two
a 1.0 4.0
b 2.0 3.0
c 3.0 2.0
d 4.0 1.0
a 1.0
b 2.0
c 3.0
d 4.0
Name: one, dtype: float64
one 1.0
two 4.0
Name: a, dtype: float64
one 1.0
two 4.0
Name: a, dtype: float64
one two three flag
a 1.0 4.0 4.0 False
b 2.0 3.0 6.0 False
c 3.0 2.0 6.0 True
d 4.0 1.0 4.0 True刪除
# 刪除資料
del df4['two']
df4.pop('three')
print(df4)結果如下：
one flag
a 1.0 False
b 2.0 False
c 3.0 True
d 4.0 True增加
插入標量值，將會全部的列都插入，如下：
# 插入資料
df4['foo'] = 'bar'
print(df4)結果如下
one flag foo
a 1.0 False bar
b 2.0 False bar
c 3.0 True bar
d 4.0 True bar插入與 DataFrame 索引不同的 Series 時，以 DataFrame 的索引為準：
df4['one_trunc'] = df4['one'][:2]
print(df4)結果如下：
one flag foo one_trunc
a 1.0 False bar 1.0
b 2.0 False bar 2.0
c 3.0 True bar NaN
d 4.0 True bar NaN可以插入原生多維陣列，但長度必須與 DataFrame 索引長度一致。
可以使用 insert 方法插入資料，預設在 DataFrame 尾部插入列，但是可以手動指定插入列的位置，從 0 起算，示例如下：
df4.insert(1, 'bar', df4['one'])
print(df4)結果如下：
one bar flag foo one_trunc
a 1.0 1.0 False bar 1.0
b 2.0 2.0 False bar 2.0
c 3.0 3.0 True bar NaN
d 4.0 4.0 True bar NaN示例程式碼
老規矩，所有的示例程式碼都會上傳至程式碼管理倉庫 Github 和 Gitee 上，方便大家取用。
示例程式碼-Github
示例程式碼-Gitee
參考
https://www.pypandas.cn/docs/getting_started/dsintro.h