Pandas資料表-DataFrame

相較於Series是一條資料，DataFrame可以說是一張表格，我們日常生活中所見的資料大多是以表格的方式呈現，因此DataFrame是整個Pandas的主力類別，也是讓Pandas被稱為python版Excel的原因，DataFrame大概像這個樣子

DataFrame建立

DataFrame是以字典來建立的

# 載入pandas
import pandas as pd

if __name__ == "__main__":
    # 以字典來建立DataFrame
    d = {
        "brand":["Toyota 86", "Subaru BRZ", "NISSAN GT-R", "MAZDA MX-5"],
        "auto":[False, True, True, False],
        "price":[1300000, 1320000, 6750000, 1340000],
        }
    data = pd.DataFrame(d)
    print(data)
    """
             brand   auto    price
    0    Toyota 86  False  1300000
    1   Subaru BRZ   True  1320000
    2  NISSAN GT-R   True  6750000
    3   MAZDA MX-5  False  1340000
    """

DataFrame基本操作

DataFrame的存取方式如下
這裡要提的是DataFrame是一張資料表，因此既然是資料表，就會有欄跟列的區別，欄就是直的，列是橫的，這點很重要，當然DataFrame不僅能操作一格資料，也能直接對一整欄或一整列做操作，一整欄或一整列就是指一條資料，
因此從DataFrame取下一整欄或一整列的資料型態(類別)就是Series，所以Series的屬性和方法等等操作方式，也同樣適用於從DataFrame取下的一整欄或一整列的資料

# 載入pandas
import pandas as pd

if __name__ == "__main__":
    # 以字典來建立DataFrame
    d = {
        "brand":["Toyota 86", "Subaru BRZ", "NISSAN GT-R", "MAZDA MX-5"],
        "auto":[False, True, True, False],
        "price":[1300000, 1320000, 6750000, 1340000],
        }
    data = pd.DataFrame(d)
    print(data)
    """
             brand   auto    price
    0    Toyota 86  False  1300000
    1   Subaru BRZ   True  1320000
    2  NISSAN GT-R   True  6750000
    3   MAZDA MX-5  False  1340000
    """
    #操作一格資料
    # brand欄位的第0筆資料
    print(data["brand"][0]) # Toyota 86
    # price欄位的第2筆資料
    print(data["price"][2]) # 6750000

    #操作一欄資料
    #type()可以查看某個物件的類別
    print(type(data["auto"])) # <class 'pandas.core.series.Series'>
    print(data["auto"])
    """
    0    False
    1     True
    2     True
    3    False
    Name: auto, dtype: bool
    """
    print(data["auto"].dtype) # bool

    #操作一列(一整筆)資料，透過DataFrame的loc屬性
    #type()可以查看某個物件的類別
    print(type(data.loc[3])) # <class 'pandas.core.series.Series'>
    print(data.loc[3])
    """
    brand    MAZDA MX-5
    auto          False
    price       1340000
    Name: 3, dtype: object
    """
    print(data.loc[3].size) # 3

    #切片
    #從第1列開始取，一共要取2列
    print(data.loc[1:2])
    """
             brand   auto    price
    1   Subaru BRZ   True  1320000
    2  NISSAN GT-R   True  6750000
    """

    print(data.loc[1:2]["brand"])
    """
    1   Subaru BRZ
    2  NISSAN GT-R
    """

常用屬性

# 載入pandas
import pandas as pd

if __name__ == "__main__":
    # 以字典來建立DataFrame
    d = {
        "brand":["Toyota 86", "Subaru BRZ", "NISSAN GT-R", "MAZDA MX-5"],
        "auto":[False, True, True, False],
        "price":[1300000, 1320000, 6750000, 1340000],
        }
    data = pd.DataFrame(d)
    print(data)
    """
             brand   auto    price
    0    Toyota 86  False  1300000
    1   Subaru BRZ   True  1320000
    2  NISSAN GT-R   True  6750000
    3   MAZDA MX-5  False  1340000
    """

    # 大小
    print(data.size) # 12，一共12格資料
    # 形狀
    print(data.shape) #(4, 3)，4列3欄
    # 索引
    print(data.index) #RangeIndex(start=0, stop=4, step=1)
    # 欄位
    print(data.columns) #Index(['brand', 'auto', 'price'], dtype='object')