DataFrame中面向行和面向列的操作基本上是相同的，把行和列称作轴（axis），DataFrame是按照轴进行操作的，axis=0表示行轴；axis=1 表示列轴。
在操作DataFrame的函数中，通常有沿着轴来进行操作，沿着axis=0，表示对一列（column)的数据进行操作；沿着axis=1，表示对一行(row)的数据进行操作。
axis{0 or ‘index’, 1 or ‘columns’}, default 0
Axis along which the function is applied:
-
0 or ‘index’: apply function to each column.
-
1 or ‘columns’: apply function to each row.
DataFrame对象既有行索引（index），也有列索引（columns），行索引也叫做行标签，列索引也叫做列标签/列名。在DataFrame的构造函数中，columns参数用于设置列索引，index用于设置行索引，都属于Index类型。Index对象既可以使用位置（整数）来表示，也可以使用标签（字符串）来表示，位置的起始值是0，标签是通过列表来指定的。
一，创建数据框
数据框的基础构造函数是DataFrame，从array-like的结构中构造数据框：
参数注释:
- data：ndarray、list 或dict
- index：行索引
- columns：列名列表
通常情况下，我们使用pd.DataFrame()函数来创建数据框，当然也可以根据需要使用pd.DataFrame.from_dict()函数来创建数据框。
通过等长的字典来创建数据框，并可以设置数据框的列名和行索引。字典存储的是每列的数据：
列表项是列表，把该列表转换为DataFrame：
列表项是元组，把该列表转换为DataFrame：
data是一个字典结构，字典的Key是列名，Value是一个列表，通过这种格式创建数据框：
从DataFrame中获取一行或一列，获得的对象是一个序列。
Series可以通过to_frame()函数转换为DataFrame类型，但是之前的列名变成了索引。可以通过T转置把行索引转置成列标签：
二，数据框的属性
数据框的属性主要是索引、列名、数据类型和值，对于一下数据框
通过index属性来访问数据框的行标签，通过columns属性访问数据框的列标签：
查看数据框各列的数据类型
查看数据框中某一列的数据类型：
values属性以数组形式显示数据框的值：
三，轴操作
通过为一个新列赋值来向数据框中追加新列，新列始终处于列名序列的末尾：
要指定新列的位置，需要使用insert()函数，该函数向数据框中插入一列，并制定新列的位置：
参数注释：
- loc：插入列的位置，该位置索引必须0
举个例子，向df的末尾插入一列，列值都是a：
使用drop()函数来删除行或列：
参数注释：
- labels 和 axis：labels参数指定要删除的标签，如果axis=0 或 ‘index’，表示行标签；如果axis=1 或 ‘columns’，表示列标签。axis的默认值是0。
- index：设置index 等价于设置 labels 和axis=0；
- columns：设置columns等价于设置labels和 axis=1；
举个例子，把df的列new删除：
四，列数据类型转换
astype(dtype) 函数用于把数据框的列转换为特定的类型，dtype可以是pandas支持的类型，也可以是numpy.dtype，也可以是Python类型：
把数据框的列改变为字符串类型，str是python类型，’object’是pandas支持的字符串类型：
其他转换类型的函数
使用Pandas提供的函数如to_numeric()、to_datetime()
参考文档：
Original: https://www.cnblogs.com/ljhdo/p/10593914.html
Author: 悦光阴
Title: Pandas 学习 第4篇：DataFrame -（创建、属性、操作列、类型转换）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/560063/
转载文章受原作者版权保护。转载请注明原作者出处！