本節主要介紹一下Pandas的另一個數據結構：DataFrame，本文的內容來源：https://www.dataquest.io/mission/147/pandas-internals-dataframes
在上一節中已經介紹過了Series對象，Series對象可以理解為由一列索引和一列值，共兩列數據組成的結構。而DataFrame就是由一列索引和多列值組成的結構，其中，在DataFrame中的每一列都是一個Series對象。
行選擇
不管何時，你調用了一個方法返回或者打印一個DataFrame時，最左邊的一列必然是索引值，可以通過index屬性來直接訪問DataFrame的索引值，本節所用的數據來源於：https://github.com/fivethirtyeight/data/tree/master/fandango
import pandas as pd fandango = pd.read_csv('fandango_score_comparison.csv') # print(fandango.head(2)) 輸出前兩行 print(fandango.index) # 打印索引列的值
這是原始的數據：
在Series中，每一個索引都對應着一個值，在DataFrame中，每一個索引則對應着一行的數據，可以通過幾種方法來選擇多數據
# 選擇前五行 fandango[0:5] # 選擇索引號140及其以后的行 fandango[140:] # 只選擇索引號為50的那一行 fandango.loc[50] # 選擇索引號為45和90的兩行 fandango.loc[[45,90]]
總結：要選擇連續的多行，就是用列表的切片功能，選擇一行就是用loc[]方法或者iloc[]方法（二者的區別可以看我的另一篇博客“Pandas之讓人容易混淆的行選擇和列選擇“）
當選擇一行的數據時，Pandas會返回一個Series對象，當選擇多行數據時，會返回一個DataFrame對象
自定義索引
Pandas可以使用某一列來重新自定義DataFrame的索引，通過set_index()方法來實現，該方法主要有兩個參數：
- inplace，如果設置為True就不會返回一個新的DataFrame，而是直接修改該DataFrame
- drop，如果設置為True，就會移出掉該列的數據
# 我要把電影名稱作為該DataFrame的索引 fandango = pd.read_csv('fandango_score_comparison.csv') fandango_films = fandango.set_index('FILM', inplace=False, drop=True)
可以看到索引值已經變了，並且該DataFrame中也移除了名為FILM的列（該列變成了索引）
使用了自定義的索引后，類似於之前的行選擇一樣進行選擇，只是把整數索引換成了電影名稱而已，例如
# 使用切片或者loc[]函數 fandango_films["Avengers: Age of Ultron (2015)":"Hot Tub Time Machine 2 (2015)"] fandango_films.loc["Avengers: Age of Ultron (2015)":"Hot Tub Time Machine 2 (2015)"] # 指定要返回的電影 fandango_films.loc['Kumiko, The Treasure Hunter (2015)'] # 選擇要返回的多部電影 movies = ['Kumiko, The Treasure Hunter (2015)', 'Do You Believe? (2015)', 'Ant-Man (2015)'] fandango_films.loc[movies]
Apply方法
apply()方法是運行在Series對象中的，而Pandas中任何單獨一列或者單獨一行的數據就是一個Series對象，apply()方法中要傳遞的是一個向量運算方法
如果該方法返回一個單獨的值（譬如將整列（行）的值相加），那么就會返回一個Series，該Series保存的是全部列的運行結果，如下
import numpy as np # 得出每一列的數據類型 types = fandango_films.dtypes # 選擇具有浮點數據的那些列 float_columns = types[types.values == 'float64'].index float_df = fandango_films[float_columns]
# 對選擇的列計算總分，在lambda中的x是一個Series，代表了某一列 count = float_df.apply(lambda x: np.sum(x))
如果該方法沒有合並運算結果（譬如將整列（行）的值都分別乘2），那么就會返回一個DataFrame。如下
double_df = float_df.apply(lambda x: x*2)
如果要在行上使用apply()方法，只要指定參數axis = 1即可
# 計算每部電影的平均分 means = float_df.apply(lambda x: np.mean(x), axis = 1)
