pandas库的简单介绍（2）

3、 DataFrame数据结构

DataFrame表示的是矩阵数据表，每一列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既包含行索引，也包含列索引，可以视为多个Series集合而成，是一个非常常用的数据结构。

3.1 DataFrame的构建

DataFrame有多种构建方式，最常见的是利用等长度的列表或字典构建（例如从excel或txt中读取文件就是DataFrame类型）。

另外一个构建的方式是字典嵌套字典构造DataFrame数据；嵌套字典赋给DataFrame，pandas会把字典的键作为列，内部字典的键作为索引。

3.2 DataFarme的基础操作

（*1）输出前n行

输出前n行用到了head()函数，如果不加参数，默认输出前5行，加参数，例如3，输出前3行。输出尾部n行同理，用到了tail()函数。

（*2）指定列顺序和索引列、删除、增加列

指定列的顺序可以在声明DataFrame时就指定，通过添加columns参数指定列顺序，通过添加index参数指定以哪个列作为索引；移除列可以用del frame[列名]进行移除；增加列有两个方法：1，直接frame[列名]=值；2，frame[列名]=Series对象，如果被赋值的列不存在，会生成一个新列。

（3）为列、索引命名和values属性

与Series一样，DataFrame也能为列，索引命名，同时也有values属性。

（*4）索引对象的特征和操作

索引对象的重要特征是不可变的，因此我们无法修改索引对象（初学者常常忽略这一点）。

索引对象类似数组；也像一个固定大小的集合，但是集合不允许有重复元素，索引对象则可以。由于类似数组和集合，索引对象的一些方法和属性如下：

一些索引对象的方法和属性

4 pandas基本功能

这里主要关注Series或DataFrame数据交互的机制和最主要的特性。不常用的特性感兴趣的可自行探索。

4.1 重建索引

reindex是pandas对象的重要方法，该方法创建一个符合条件的新对象。如果某个索引值之前并不存在，则会引入缺失值；在这里注意与上一篇文章2.2的区别。

对于顺序数据，例如时间序列，重建索引时可能会需要进行插值或填值。method方法可选参数允许我们使用ffill等方法在重建索引时插值，ffill方法会将值前项填充；bfill是后向填充。

在DataFrame中，reindex可以改变行索引、列索引，当仅传入一个序列，会默认重建行索引。

另外一种重建索引的方式是使用loc方法，可以了解一下：

reindex方法的参数表