Pandas中DataFrame的创建与取值

#创建空的df
pd.DataFrame(columns=['A', 'B', 'C'], index=[0,1,2])

#使用字典创建
dict = {
'id':[1,2,3,4,5,6],
'name':['A','B',
'C','d','e','f'],
'math':[90,89,99,78,97,93],
'english':[89,94,80,94,94,90]
}
df=pd.DataFrame(dict)

#读取csv文件前三列的数据创建
csv= r'E:\users\xuebf\Desktop\csv.csv'
pd.read_csv(csv，usecols=[0,1,2])

#将空格隔开的数据转为csv
input_file='1.dat'
output_file='1.csv'
path = r'C:\Users'

pathway1 = path.replace('\\','/')+'/'+input_file
pathway2 = path.replace('\\','/')+'/'+output_file

f = open(pathway1,'r+')
temp=[]

for line in f.readlines():
    temp.append(' '.join(line.split()).join('\r\n').replace(' ', ',').replace('\r',''))

with open(pathway2,'w') as m:
    for line in temp:
        m.write(line)

#重命名列
df.rename(columns={'x.2': 'x'}, inplace=True)

#横向合并df,通过名为‘x’的列的数据对齐到左表
sum=pd.merge(df1,df2,how='left',on='x')

#纵向合并df1-3
df1=[[1,2,3,4,5,],columns=['a','b','c','d','e']
df2=[[7,2,2,4,5,],columns=['a','b','c','d','e']
df3=[[1,2,2,3,5,],columns=['a','b','c','d','e']
sum=pd.concat([df1,df2,df3],axis=0)

#df1的‘x’列中重复值出现的次数。
series=pd.value_counts(df1['x'])
#返回的一个series，索引为x的值，值为x出现的次数
#由于x一般情况下不是顺序的，因此想要调用这个series比较麻烦
#可以通过下面的方法实现按顺序取出索引，i就是series第二行的索引。
i=series.index[1]