pandas基础（核心数据结构）

pandas核心数据结构

Series

Series 是一维带标签的数组，数组里可以放任意的数据（整数，浮点数，字符串，Python Object）。其基本的创建函数是：

s = pd.Series(data, index=index)

其中 index 是一个列表，用来作为数据的标签；
data 可以是不同的数据类型：

• Python 字典
• ndarray 对象
• 一个标量值，如 5

从ndarray创建

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
s

运行结果为：
a    0.747292
b   -1.120276
c   -0.132692
d   -0.267813
e   -0.590904

从字典创建

# 空值的默认处理
d = {'a' : 0., 'b' : 1., 'd' : 3}
s = pd.Series(d, index=list('abcd'))
s

运行结果为：
a     0
b     1
c   NaN
d     3

从标量创建

pd.Series(3, index=list('abcde'))

运行结果为：
a    3
b    3
c    3
d    3
e    3

Series 是类 ndarray 对象

s = pd.Series(np.random.randn(5))

可做如下操作：
s[0]
s[:3]
s[[1, 3, 4]]
np.exp(s)
np.sin(s)

Series 是类字典对象

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

可做如下操作：
s['a']
s['e'] = 5
s['g'] = 100
'e' in s
print s.get('f')
print s.get('f', np.nan)    # 得到的空值返回为NaN

属性：标签对齐

s1 = pd.Series(np.random.randn(3), index=['a', 'c', 'e'])
s2 = pd.Series(np.random.randn(3), index=['a', 'd', 'e'])
print '{0}\n\n{1}'.format(s1, s2)

s1 + s2

运行结果为：
a   -0.917905
c   -0.744616
e    0.114522

a    0.721087
d   -0.471575
e    0.796093

a   -0.196818
c         NaN
d         NaN
e    0.910615

属性：name

s = pd.Series(np.random.randn(5), name='Some Thing')
s.name

运行结果为：
'Some Thing'

DataFrame

DataFrame 是二维带行标签和列标签的数组。可以把 DataFrame 想象成一个 Excel 表格或一个 SQL 数据库的表格，还可以想象成是一个 Series 对象字典。它是 Pandas 里最常用的数据结构。

创建 DataFrame 的基本格式是：

df = pd.DataFrame(data, index=index, columns=columns)

其中 index 是行标签，columns 是列标签，dat