Pandas 数据结构

1 创建Series和DataFrame

• DataFrame和Series是Pandas最基本的两种数据结构
• DataFrame和Series的区别联系：在Pandas中，Series是一维容器，Series表示DataFrame的每一列
• 可以吧DataFrame看作由Series对象组成的字典，其中key是列名，值是Series
• Series和Python中的列表非常相似，但是他的每个元素的数据必须相同

1.1 创建Series

• 创建Series的最简单的方法是传入一个Python列表

• import pandas as pd
  s = pd.Series(['banana', 42])
  print(s)
  s = pd.Series(['banana', 'apple'])
  print(s)
  s = pd.Series([50, 42])
  print(s)
  
  '''
   输出结果如下
  0    banana
  1        42
  dtype: object
  0    banana
  1     apple
  dtype: object
  0    50
  1    42
  dtype: int64
  
  上面的结果中，左边显示的0， 1 是series的索引，默认是0，1，2，3......
  '''

•  

  • 如果传入的数据类型是统一的数字，那么最终的dtype类型是int64

  • 如果传入的数据类型是统一的字符串，那么最终的dtype类型是object

  • 如果传入的数据类型是多种类型，那么最终的dtype类型也是object

• 创建series时，也可以通过index参数，来指定行索引

• s = pd.Series(['Wes McKinney','Male'],index = ['Name','Gender'])
  print(s)
  """
  输出结果如下
  Name      Wes McKinney
  Gender            Male
  dtype: object
  """

  1.2 创建 DataFrame

• 可以使用字典来创建DataFrame

name_df = pd.DataFrame({
    'Name':['Tome','Bob'],
    'Occupation':['Teacher','IT Engineer'],
    'age':[28,36]
    })
print(name_df)
'''
输出结果如下
   Name   Occupation  age
0  Tome      Teacher   28
1   Bob  IT Engineer   36
'''

• 创建DataFrame的时候可以使用colums参数指定列的顺序，也可以使用index来指定行索引

• name_df = pd.DataFrame(
      data={
          'Occupation': ['Teacher', 'IT Engineer'],
        'Age': [28,36]
      },
      columns=['Age', 'Occupation'],
      index=['Tome', 'Bob']
  )
  print(name_df)
  '''
  输出结果如下
        Age   Occupation
  Tome   28      Teacher
  Bob    36  IT Engineer
  '''