How to use DataFrame ?
简介 分布式数据集(常用于数据分析)
创建 DataFrame
查看与筛选数据：行列选取
DataFrame 数据操作：增删改
一、About DataFrame
DataFrame 是 Python 中 Pandas 库中的一种数据结构，是一种二维表。它类似 excel，或许说它可能有点像 matlab 的矩阵，但是 matlab 的矩阵只能放数值型值（当然 matlab 也可以用 cell 存放多类型数据），DataFrame 的单元格可以存放数值、字符串等，这就和 excel 表很像。
同时 DataFrame 可以设置列名 columns 与行名 index，可以通过像 matlab 一样通过位置获取数据也可以通过列名和行名定位。
二、创建 DataFrame
版本声明：Python 3.6.7
如果还没安装直接在 cmd 里 pip 安装：
1、直接创建
可以直接使用 pandas 的 DataFrame 函数创建，比如随机创建一个 4*4 的 DataFrame：
np.random.randn(4,4)：存放在DataFrame里的数据
index=list('ABCD')：行名（或者可以说是索引）
columns=list('ABCD')：列名
后两个参数可以使用 list 输入，但是注意，这个list的长度要和 DataFrame 的大小匹配，不然会报错。当然，这两个参数是可选的，你可以选择不设置。而且发现，这两个list是可以一样的，但是每行每列的名字在 index 或 columns 里要是唯一的。
小数据量，手工键入数据：
2、使用字典创建
使用 DataFrame 方法，但是字典的每个 key 的 value 代表一列，而 key 是这一列的列名：
三、查看与筛选数据
1、查看列的数据类型：使用 dtypes 方法可以查看各列的数据类型
2、查看DataFrame的头尾
使用 head 可以查看前几行的数据，默认的是前5行，不过也可以自己设置；
使用 tail 可以查看后几行的数据，默认也是5行，参数可以自己设置；
3、查看行名与列名
使用 index 查看行名，columns 查看列名
4、查看数据值
使用 values 可以查看 DataFrame 里的数据值，返回的是一个数组：
使用 loc 或者 iloc （切片）查看数据值，区别是 loc 是根据行名，iloc 是根据数字索引：
①loc：(location)，works on labels in the index，只能使用字符型标签来索引数据，不能使用数字来索引数据，不过有特殊情况，当数据框dataframe的行标签或者列标签为数字，loc就可以来其来索引。
②iloc：(i=integer)，works on the positions in the index (so it only takes integers)，主要使用数字来索引数据，而不能使用字符型的标签来索引数据。
5、查看行列数：使用 shape 查看行列数，注意：参数为0 表示查看行数，参数为1 表示查看列数。
6、DataFrame 数据格式的行列选取
四、DataFrame 数据操作
1、转置：直接字母T，这就有点 线性代数 的味道了哈
2、描述性统计
使用 describe 方法可以对数据根据"列"进行描述性统计：
由上可以看出，如果有的列是非数值型的，那么就跳过不会进行统计；如果想对行进行描述性统计，可以灵活处理一下：转置后进行 describe。
3、计算
使用 sum 默认对每"列"求和，sum(1) 为对每"行"求和：
数乘运算使用 apply（应用 lambda 实现）：
如果元素是字符串，则会把字符串再重复一遍。
乘方运算跟 matlab 类似，直接使用两个 *，乘方运算如果有元素是字符串的话，就会报错。
4、增删改
5、合并拼接
使用 join可以将两个 DataFrame 合并，但只根据行列名合并，并且以作用的那个 DataFrame 的为基准。
如果要合并多个 Dataframe，可以用 list 把几个 Dataframe 装起来，然后使用 concat转化为一个新的 Dataframe。
Original: https://www.cnblogs.com/geaozhang/p/11335960.html
Author: geaozhang
Title: Pandas 库之 DataFrame