pandas入门(二)
DataFrame构造器
DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。
=====================================
建DataFrame的办法最常用的一种是直接传入一个由等长列表或NumPy数组组成的字典
=====================================
DataFrame会自动加上索引（跟Series一样），且全部列会被有序排列
=====================================
特别大的DataFrame，head方法会选取前五行
=====================================
指定了列序列，则DataFrame的列就会按照指定顺序进行排列
=====================================
传入的列在数据中找不到，就会在结果中产生缺失值
=====================================
通过类似字典标记的方式或属性的方式，可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引，且其name属性也已经被相应地设置
=====================================
行也可以通过位置或名称的方式进行获取
=====================================
列可以通过赋值的方式进行修改
=====================================
将列表或数组赋值给某个列时，其长度必须跟DataFrame的长度相匹配。如果赋值的是一个Series，就会精确匹配DataFrame的索引，所有的空位都将被填上缺失值
=====================================
为不存在的列赋值会创建出一个新列。关键字del用于删除列
通过索引方式返回的列只是相应数据的视图而已，并不是副本。因此，对返回的Series所做的任何就地修改全都会反映到源DataFrame上。通过Series的copy方法即可指定复制列
=====================================
另一种常见的数据形式是嵌套字典,如果嵌套字典传给DataFrame，pandas就会被解释为：外层字典的键作为列，内层键则作为行索引
=====================================
也可以使用类似NumPy数组的方法,对DataFrame进行转置
内层字典的键会被合并、排序以形成最终的索引
=====================================
设置了DataFrame的index和columns的name属性，则这些信息也会被显示
values属性也会以二维ndarray的形式返回DataFrame中的数据
DataFrame各列的数据类型不同，则值数组的dtype就会选用能兼容所有列的数据类型
++++++++++++++++++++++++++++++++++++
下一篇：pandas入门(三)