DataFrame(1)：DataFrame结构的详细介绍
大家好，我是黄同学
我们终于要开始DataFrame系列了。
1、DataFrame数据结构的解释说明
index表示的是行索引，column表示的是列索引，values表示的是数值，其实不管是行索引，还是列索引都可以看作是索引Index。从每一行来看，DataFrame可以看作是一行行的Series序列上、下堆积起来的，每个Series的索引就是列索引[0,1,2,3]；从每一列来看，DataFrame可以看作是一列列的Series序列左右堆积起来的，每个Series的索引就是行索引[0,1,2]。
但是DataFrame默认的理解方式是：DataFrame其实就是由很多个数据类型不一样的列Series组成。对于上图，此DataFrame其实就是由如下四个Series组成，它们的索引都是行索引[0,1,2]。
可以把一个DataFrame，类比成MySQL中的一张表：
MySQL表中，每个列字段的数据类型基本都不一样，每张表都有很多个列字段；
如果把MySQL表中的每个列看做是一个数据类型的Series，一张MySQL表就可以看做是由很多个数据类型不一样的Series组成，和我们上面讲述的一致。
2、DataFrame的index属性和columns属性
1）构造一个DataFrame
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(70,100,(3,5)),
index=["地区1", "地区2", "地区3"],
columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
结果如下：
2）index属性和columns属性
df = pd.DataFrame(np.random.randint(70,100,(3,5)),
index=["地区1", "地区2", "地区3"],
columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
x = df.index
display(x)
list(df.index)
y = df.columns
display(y)
list(df.columns)
结果如下：
① 修改行索引：df.index
df = pd.DataFrame(np.random.randint(70,100,(3,5)),
index=["地区1", "地区2", "地区3"],
columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
df.index = ["a","b","c"]
display(df)
结果如下：
② 修改列索引：df.columns
df = pd.DataFrame(np.random.randint(70,100,(3,5)),
index=["地区1", "地区2", "地区3"],
columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
df.columns = ["a","b","c"]
display(df)
结果如下：
3）DataFrame的索引对象Index
观察“DataFrame的数据结构图”可以发现：每个df既有一个行索引index，又有一个列索引columns。但是不管行索引index，还是列索引columns，统一都都叫做 “Index对象”。不同的是在创建df，指定参数的参数名称的时候，为了方便区分行索引和列索引 ，把行索引这个“Index对象”叫做index，把列索引这个“Index对象”叫做columns 。
记住：Index对象中的元素不支持修改。
# pd.Index()用于创建一个Index对象
x = pd.Index([1,2,3])
display(x)
display(type(x))
x[0] = 1
结果如下：
3、DataFrame的name属性
① 怎么理解DataFrame的name属性
我们知道：取出DataFrame中的每一行、每一列都是一个Series，组成这个DataFrame对象的每个sereis都有一个名称，这个名称，就是对应的那一行、列的索引。如图所示 ，上述有“红橙黄绿蓝靛紫黑”八种颜色，分别编号为1-8，每个号对应的都是一个Series。Series1的name为“地区1”，Series2的name为“地区2”...Series8的name为“广州”。
接下来，我们使用代码检验一下。
df = pd.DataFrame(np.random.randint(70,100,(3,5)),
index=["地区1", "地区2", "地区3"],
columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
df.loc["地区1"].name
df.loc["地区2"].name
......
df["广州"].name
结果如下：
② 为行索引、列索引设置name名称属性：df.index.name和df.columns.name
df = pd.DataFrame(np.random.randint(70,100,(3,5)),
index=["地区1", "地区2", "地区3"],
columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
df.index.name = "index_name"
df.columns.name = "columns_name"
display(df)
结果如下：
综上所述：通过上面的演示，我们不仅DataFrame的每一行、每一列有一个name名称，并且我们还可以给DataFrame的行索引和列索引分别设置一个name名称。
近期文章，点击图片即可查看
后台回复关键词「进群」，即刻加入读者交流群~
五
DataFrame(1)
朱小五