DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。
DataFrame有多种不同的创建方法：
- Dict of 1D ndarrays, lists, dicts, or Series
- 2-D numpy.ndarray
- Structured or record ndarray
- A Series
- Another DataFrame
1. from dict of Series or dicts
DataFrame中的index与Series结构中的index是独立的。如果输入数据是一个嵌套的dict结构，系统首先会将内部的dict转化为Series。如果初始化时没有给列名赋值，列名将会默认为dict keys.
In [46]: d = {'one':pd.Series([1., 2., 3.], index=['a', 'b', 'c']), 'two':pd.Ser
ies([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
In [47]: df = pd.DataFrame(d)
In [48]: df
Out[48]:
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d NaN 4.0
In [49]: pd.DataFrame(d, index=['d', 'b', 'a'])
Out[49]:
one two
d NaN 4.0
b 2.0 2.0
a 1.0 1.0
In [50]: pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
Out[50]:
two three
d 4.0 NaN
b 2.0 NaN
a 1.0 NaN
行标和列标都可以通过index和columns属性获得。
In [51]: df.index
Out[51]: Index([u'a', u'b', u'c', u'd'], dtype='object')
In [52]: df.columns
Out[52]: Index([u'one', u'two'], dtype='object')
注：当一个column集合与dict数据同时初始化，此时column集合将取代dict数据中的key值成为DataFrame的列名。
2. from dict of ndarrays/lists
ndarrays长度必须都是一样的，如果index手动初始化，index的长度同样需要与ndarrays一样长。如果index没有手动给出，range(n-1)将默认初始化为index。
In [4]: d = {'one':[1, 2, 3, 4,], 'two':[4, 3, 2, 1,]}
In [5]: pd.DataFrame(d)
Out[5]:
one two
0 1 4
1 2 3
2 3 2
3 4 1
In [6]: pd.DataFrame(d, index=['a', 'b', 'c', 'd'])
Out[6]:
one two
a 1 4
b 2 3
c 3 2
d 4 1
3. from structured or record array
这种情况与dict of arrays一样。
In [7]: data = np.zeros((2,), dtype=[('A', 'i4'), ('B', 'f4'), ('C', 'a10')])
In [8]: data[:] = [(1,2.,'Hello'), (2, 3., 'World')]
In [9]: pd.DataFrame(data)
Out[9]:
A B C
0 1 2.0 Hello
1 2 3.0 World
In [10]: pd.DataFrame(data, index=['first', 'second'])
Out[10]:
A B C
first 1 2.0 Hello
second 2 3.0 World
In [11]: pd.DataFrame(data, columns=['C', 'A', 'B'])
Out[11]:
C A B
0 Hello 1 2.0
1 World 2 3.0
4. from a list of dicts
In [12]: data2 = [{'a':1, 'b':2}, {'a':5, 'b':10, 'c':20}]
In [13]: pd.DataFrame(data2)
Out[13]:
a b c
0 1 2 NaN
1 5 10 20.0
In [14]: pd.DataFrame(data2, index=['first', 'second'])
Out[14]:
a b c
first 1 2 NaN
second 5 10 20.0
In [15]: pd.DataFrame(data2, columns=['a', 'b'])
Out[15]:
a b
0 1 2
1 5 10
5. from a Series
DataFrame的index与Series的index一致，如果没有其他column名称给出，DataFrame的column值与Series的一致。
In [16]: s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
In [17]: s
Out[17]:
a 1
b 2
c 3
dtype: int64
In [18]: pd.DataFrame(s, columns=['one'])
Out[18]:
one
a 1
b 2
c 3
其他DataFrame初始化和操作请参考http://pandas.pydata.org/pandas-docs/version/0.18.1/dsintro.html