python中Dataframe学习

pandas里面使用的numpy，其实就是在numpy的基础上，行和列都添加字典的key值。
学习连接
通过dict创建dataframe的列索引

import pandas as pd

dic2 = {'a':[1, 2, 3, 4], 'b':[5, 6, 7, 8],
'c':[9, 10, 11, 12], 'd':[13, 14, 15, 16]}
df=pd.DataFrame(columns=dic2.keys())
print(df)

实验结果：

Empty DataFrame
Columns: [a, b, c, d]
Index: []

获取数据框里面的列索引

import pandas as pd

dic2 = {'a':[1, 2, 3, 4], 'b':[5, 6, 7, 8],
'c':[9, 10, 11, 12], 'd':[13, 14,15, 16]}
df=pd.DataFrame(dic2)
x=df.keys()
print(x[0])

实验结果如下：

a

通过numpy生成0矩阵然后生成数据框

import pandas as pd
import numpy as np

data=np.zeros([2,2])
df=pd.DataFrame(data)
x=df.keys()
print(x[0])

实验结果

0

删除数据框中的行和列

import pandas as pd
import numpy as np

dic2 = {'a':[1, 2, 3, 4], 'b':[5, 6, 7, 8],
'c':[9, 10, 11, 12], 'd':[13, 14,15, 16]}
df=pd.DataFrame(dic2)
print(df)
del df['a']
print(df)
xf=df.drop([0,1],axis=0)
print(df)
print(xf)

实验结果如下：

   a  b   c   d
0  1  5   9  13
1  2  6  10  14
2  3  7  11  15
3  4  8  12  16
   b   c   d
0  5   9  13
1  6  10  14
2  7  11  15
3  8  12  16
   b   c   d
0  5   9  13
1  6  10  14
2  7  11  15
3  8  12  16
   b   c   d
2  7  11  15
3  8  12  16

数据框插入行

from pandas import *  
from random import *  
df = DataFrame(columns=('lib', 'qty1', 'qty2'))#生成空的pandas表  
for i in range(5):#插入一行<span id="transmark" style="display: none; width: 0px; height: 0px;"></span>  
    df.loc[i] = [randint(-1,1) for n in range(3)]  
print (df)  

实验结果：

   lib  qty1  qty2
0  0.0  -1.0  -1.0
1  0.0  -1.0  -1.0
2  1.0   0.0  -1.0
3 -1.0  -1.0   1.0
4  1.0   1.0  -1.0

数据框插入行：

from pandas import *  
from random import *  
df = DataFrame(columns=('lib', 'qty1', 'qty2'))#生成空的pandas表  
for i in range(5):#插入一行<span id="transmark" style="display: none; width: 0px; height: 0px;"></span>  
    df.loc[i] = [randint(-1,1) for n in range(3)]
date=[1,2,3,4,5]
df.insert(3,'date',date)
print (df)  

实验结果：

   lib  qty1  qty2  date
0 -1.0   0.0   0.0     1
1  1.0   0.0   1.0     2
2  1.0   0.0   1.0     3
3  0.0   1.0   0.0     4
4 -1.0   1.0   1.0     5