DataFrame的单元格可以存放数值、字符串等，这和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，比较像matlab里面的table格式。

下面将对DataFrame的基本操作进行梳理和介绍：(下文中用df代指DataFrame格式)

1 DataFrame的生成

方法1：直接生成df

df=pd.DataFrame([[1,2,3],[2,2,2],[3,3,3]],index=['a','b','c'], columns=['e','f','g'])

注意value录入要加上【value】

可以生成空的df，默认取值为nan

df=pd.DataFrame(value,index='',columns='')

方法2：字典转化为df

dic1={'name':['小明','小红','幽鬼','敌法'],'age':[17,20,5,40],'gender':['男','女','女','男']}

df=pd.DataFrame(dic1)

方法3：读取txt/excel文件时，输出的就是df格式

df = pd.read_excel(“file_name.xlsx”)

方法4：从矩阵A转化为df

df= pd.DataFrame.from_records(A,columns=name)

注：pd.DataFrame和pd.Series是两个不同的函数

2 获取行列名称、行高、列高

df.index 行名称

df.columns 列名称

df._info_axis_ 列名称

(bike1，bike2)=df.shape 行、列高度

len(df) 输出的是行高

df.index.size 行高

df.columns.size 列高

3 取行、列，切片操作

取单行后是一个Series，Series有index而无columns

'Series' object has no attribute 'columns'

df['x'] 取列名为'x'的列,格式为series

df[['x']] 取列名为'x'的列，格式为Dataframe

df[['w','z']] 取多列时需要用Dataframe的格式

df[df.columns[0:3]] 按照索引位置来取列，其实是分两步，先用索引取列名，再用列名取列

df.loc['A'] 取行名为'A'的行

df[0:2] 取索引对应的行

df.loc[:,['x','z'] ] #表示选取所有的行以及columns为x,z的列

df['name'].values 取列名为'name'的列的值(取出来的是array而不是series)取单行后是一个Series，Series有index而无columns，可以用name来获取单列的索引

df.head(4) 取头四行

df.tail(3) 取尾三行

df.iloc[1,1] 根据绝对索引来取值，所谓绝对索引即按照0，1，2这样的人眼顺序来进行排列的原始索引

df.iloc[0:3, [0,1]]

df.iloc[1] 绝对索引第一行

4 替换与删除

point_table.rename(columns={0:'point_key', 1:'point', 2:'count1', 3:'count2'}) #索引改名称

df[i]=x #x为常数，全替换；x为向量则要求与替换行/列长度一样

bus=np.where(x2 < 1.5) #np里相当于matlab里的find

df.values[bus]=1.66 * df.values[bus] #根据绝对位置进行部分值的替换

去除nan值：

df4 = pd.read_csv('4.csv', encoding='utf-8')

df4 = df4.dropna() #去除含有nan的行

# 可以通过axis参数来删除含有空数据的全部列

df4 = df4.dropna(axis=1)

df4 = df4 .drop(['工作饱和度'], axis=1) # 删除指定column的列

5 拼接与拆分

注意：

df.append 生成了新的对象

list.append 直接修改原对象

df.append()

纵向(上下)拼接和横向(左右)拼接:

axis=0为纵向拼接

concat([df1,df2]) 等价于 df1.append(df2)

在axis=1 时为横向拼接 ，此时有

concat([df1,df2],axis=1) 等价于 merge(df1,df2,left_index=True,right_index=True,how='outer')

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

df=pd.concat([train1, train2, train3, train4],axis=1,ignore_index=False)

拆分

df.groupby['columns_name']

6 计算

使用sum默认对每列求和，sum(1)为对每行求和

两个series可以直接进行加减乘除计算

7 排序

8 DataFrame在IDLE里的查看

pd.set_option('display.width', 200) # 横向最多显示多少个字符， 一般80不适合横向的屏幕，平时多用200.

pd.set_option('display.max_columns', 12)

pd.set_option('display.max_rows', 10) # 显示的最大行数和列数

pd.set_option('colheader_justify', 'left') 显示的单元格内容靠左边还是右边

9 多重索引

temp_df = temp_df.reset_index() 取消多重索引

10 插入行/列

train['工作饱和度'] = saturation_str # 增加一列

train.insert(4, '工作饱和度', saturation_str) # 插入一列