[Pandas] Pandas数据结构

美图欣赏2022/06/25

---

Pandas有2种数据结构,分别是Series和DataFrame

1.Series

Series类似表格中的一个列(column)，类似于一维数组，可以保存任何数据类型

Series由索引(index)和列组成

提示

索引起到解释、定位数据的作用，Series是Pandas最基础的数据结构

语法

import pandas as pd
pd.Series(data, index, dtype, name, copy)

参数说明 

data: 一组数据(ndarray类型)

index: 数据索引标签，如果不指定，默认从0开始

dtype: 数据类型，默认会自己判断

name: 设置名称

copy: 拷贝数据，默认为False

实例

import pandas as pd
arr = [1, 2, 3]
res1 = pd.Series(arr)
# 根据索引值读取数据
res1[1] # 2

# 指定索引值
res2 = pd.Series(arr, index = ['x','y','z'])
# 根据索引值读取数据
res2['y'] # 2

res1 

从上图可知，如果没有指定索引，索引值就从0开始

res2

使用key/value对象，类似字典来创建Series 

import pandas as pd
dicts = {1: "Odin", 2: "Jack", 3: "Lee"}
res3 = pd.Series(dicts)

res3

从上图可知，字典的key变成了索引值 

如果我们只需要字典中的一部分数据，只需要指定需要数据的索引即可

import pandas as pd
dicts = {1: "Odin", 2: "Jack", 3: "Lee"}
res4 = pd.Series(dicts, index = [1, 2])

res4

---

设置Series名称参数 

import pandas as pd
dicts = {1: "Odin", 2: "Jack", 3: "Lee"}
pd.Series(dicts, index = [1, 2], name='Hudas')

未设置Series名称参数

import pandas as pd
dicts = {1: "Odin", 2: "Jack", 3: "Lee"}
pd.Series(dicts, index = [1, 2])

2.DataFrame 

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、布尔型值)

DataFrame既有行索引也有列索引，它可以被看做由多个Series组成的字典(共同用一个索引)

DataFrame是Pandas定义的一个二维数据结构

DataFrame结构

横向的称作行(row)，一条数据就是指其中的一行

纵向的称作列(column)或字段，是一条数据的某个值

第一行是表头或者叫字段名，类似于Python字典里的键，代表数据的属性

第一列是索引，就是这行数据所描述的主体，也是这条数据的关键

在一些场景下，表头称为列索引，索引称为行索引 

语法

import pandas as pd
pd.DataFrame(data, index, columns, dtype, copy)

参数说明

data: 一组数据(ndarray、series, map, lists, dict 等类型)

index: 索引值，或者可以称为行标签

columns: 列标签，默认为 RangeIndex (0, 1, 2, …, n)

dtype: 数据类型

copy: 拷贝数据，默认为 False

2.1 使用列表创建DataFrame

import pandas as pd
data = [['Odin',11],['Harry',12],['Lee',13]]
df1 = pd.DataFrame(data,columns=['Name','Age'],dtype=float)

df1

2.2 使用ndarrays创建DataFrame

import pandas as pd
data = {'Name':['Hudas', 'Odin', 'Summer'], 'Age':[20, 21, 22]}
df2 = pd.DataFrame(data)

df2 

2.3 使用字典key/value创建DataFrame

import pandas as pd
# 字典的key为列名 
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df3 = pd.DataFrame(data)

df3 

import pandas as pd
data1 = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}
df4 = pd.DataFrame(data1, index = ["day1", "day2", "day3"])

df4