DataFrame创建
创建空的 DataFrame
创建一个空的 , 包含三行空数据。
df = pd.DataFrame(columns=['name', 'age'], index=[0, 1, 2]) 复制代码
常规 DataFrame 创建方式
这里只介绍常见的三种，数组创建、字典创建、外部文件创建。常见文件读取的时候直接指定文件路径即可，对于 xlsx 文件可能存在多个 sheet 这时就需要指定 sheet_name 。
# 数组创建 df = pd.DataFrame(data=[['路飞', 18], ['索隆', 19], ['娜美', 18]], columns=['name', 'age']) # 通过字典创建 df = pd.DataFrame({'name': ['路飞','索隆', '娜美'], 'age':[18, 19, 18]}) # 通过外部文件创建，csv，xlsx，json等 df = pd.read_csv('XXX.csv') 复制代码
DataFrame存储
常见存储方式(csv, json, excel, pickle)
保存时，一般情况下是不需要保存索引的，因为读取的时候会自动生成索引。
df.to_csv('test.csv', index=False) # 忽略索引 df.to_excel('test.xlsx', index=False) # 忽略索引 df.to_json('test.json') # 保存为json df.to_pickle('test.pkl') # 保存为二进制格式 复制代码
DataFrame查看数据信息
显示摘要信息
在我们使用 DataFrame 之前都会查看数据的信息，个人首选 info ，它展现了数据集的行列信息，以及每列中的非空值的数量。
df.info() 复制代码
显示描述性统计信息
能够较为直观的查看数值列的基本统计信息。
df.describe() 复制代码
显示 前 / 后 n行
默认显示5行，可指定显示的行数。
df.head(n) # 可指定整数，输出前面n行 df.tail(n) # 可指定整数，输出后面n行 复制代码
显示索引、列信息
显示索引及列的基本信息。
df.columns # 列信息 df.index # 索引信息 复制代码
显示每列的数据类型
显示列的名称及对应的数据类型。
df.dtypes 复制代码
显示占用的内存大小
显示给列占用内存的大小，单位是 ：字节(byte)。
df.memory_usage() 复制代码
定位某行数据
重点：无论是 loc 还是 iloc 使用的要领都是先指定行，再指定列，并且行与列表达式用 ， 分隔。如：df.loc[:, :] 获取所有行所有列的数据。
使用 loc() 定位
比如现在要定位 [索隆] 这行数据，有以下
df.loc[1, :] # loc[index , columns] 行索引，列名，返回 Series 对象 df.loc[df['age'] > 18] # 返回 DataFrame 对象 # 或者 df[df['age'] > 18] # df.loc[df['name'] == '索隆'] 复制代码
使用 iloc 定位
使用 iloc 取第二行（索引从0开始），所有列的数据。
df.iloc[1, :] # iloc[index1, index2] 行索引， 列索引 复制代码
