pandas-dataframe

'''
DataFrame是Pandas中的一个表结构的数据结构，
包括三部分信息，表头（列的名称），表的内容（二维矩阵），索引（每行一个唯一的标记）
底层数据类型是二维数组来存储的。
'''

#用一个相等长度列表的 字典 或 NumPy数组 来构建一个DataFrame
#同Series一样，它的索引会自动分配,并以首字母排序排列(一个Series的字典)：
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002],
        'pop': [1.5, 3.6,1.7, 2.4, 2.9]}
frame = pd.DataFrame(data)
print frame

#设定一个列的顺序，自定义列的索引，DataFrame的列将会精确的按照你所传递的顺序排列
#和Series一样，如果你传递了一个行，但不包括在 data 中，在结果中它会表示为NA值：：
frame2=pd.DataFrame(data,columns=['year','pop','state','null'],index=['11','12','13','14','15'])
print frame2

'''
      year state   pop null
11    2000 Ohio    1.5  NaN
12    2001 Ohio    1.7  NaN
13    2002 Ohio    3.6  NaN
14    2001 Nevada  2.4  NaN
15    2002 Nevada  2.9  NaN
'''

#DataFrame中的一列可以通过 字典记法 或 属性 来检索：
print frame2['null']
print frame2.state

#行操作：使用一些方法通过位置或名字来检索，例如 ix 索引成员（field）
print frame2.ix['13']

#列操作：可以通过赋值来修改
#例如，空的 ‘null’ 列可以通过一个纯量来赋值：
frame2.null=16.5
print frame2

#通过列表或数组给一列赋值时,如果你使用Series来赋值，它会代替在DataFrame中精确匹配的索引的值，并在说有的空洞插入丢失数据
#给一个不存在的列赋值，将会创建一个新的列。 像字典一样 del 关键字将会删除列：
frame2['eastern']=frame2.state == 'Ohio'
print frame2
'''
     year  state pop   debt eastern
11   2000   Ohio 1.5    NaN    True
12   2001   Ohio 1.7   -1.2    True
13   2002   Ohio 3.6    NaN    True
14   2001 Nevada 2.4   -1.5   False
15   2002 Nevada 2.9   -1.7   False

'''