pandas基础知识--1

Series数据结构：

Series是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数Python对象等），轴标签统称为索引

import numpy as np
import pandas as pd

ar = np.random.rand(5) #生成五个0-1的随机数的数组
s = pd.Series(ar)
print(ar)
print(s)
print(type(s))
print("------")
print(s.index)  #索引，从0开始，5停止，步长为1或者这样写：print(list(s.index))
print(s.values,"\n----") #s是有值的

index查看series索引，类型为rangeindex

values查看series值，类型是ndarray

核心：series相比于ndarray，是一个自带索引index的数组-->一维数组+对应索引

所以当只看series的值得时候，就是一个ndarray

series和ndarray较相识，所以切片功能差别不大

series和dict相比，series更像一个有顺序的字典（dict本身不存在顺序），其索引原理与字典相似（一个用key，一个用index）

import numpy as np
import pandas as pd

#Series 创建方法之一：由字典创建，字典的key就是index，values就是values
dic = {"a":1,"b":2,"c":3,4:3,5:10}
s = pd.Series(dic)
print(s)

#Series 通过一维数组创建
arr = np.random.rand(10)
s = pd.Series(arr,index=list("abcdefghij")) #通过index可以改变索引的key
print(s)

pandas数据结构series：索引

import numpy as np
import pandas as pd

#下标索引
s = pd.Series(np.random.rand(10))
print(s)
print(s[5],type(s[6]),s[7].dtype)
#print(s[-1])  和列表不同的是这里索引为-1会报错

#标签索引
s = pd.Series(np.random.rand(5),index=['a','b','c','d','e'])
print(s)
print(s['a'],type(s['a']),s['a'].dtype)
#方法类似下标索引，用[]表示，内写上index，注意index是字符串

print(s[['b','a','c']])
#如果需要选择多个标签的值，用[[]]来表示（相当于[]中包含一个列表）
#多标签索引结果是新的数据

切片：

import numpy as np
import pandas as pd

s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5),index=['a','b','c','d','e'])
print(s1)
print(s2)
print(s1[1:4],s1[4])  #下标
print(s2['a':'e'],s2['c'])
print(s2[0:3],s2[3])
print('------')
#注意：用index做切片是末端包含

print(s2[:-1])
print(s2[::2])
#下标索引做切片，和list写法一样