[Python3] Pandas v1.0 —— (一) 对象、数据取值与运算

---

[ Pandas version: 1.0.1 ]

---

import pandas as pd

一、Pandas对象

Pandas的三个基本数据结构：Series, DataFrame, Index

(一) Pandas的Series对象

Pandas的Series对象是一个带索引数据构成的一维数组。

通过values属性和index属性获取数据。values属性返回的结果与NumPy数组类似。

data = pd.Series([0.25, 0.5, 0.75, 1.0])
#0    0.25
#1    0.50
#2    0.75
#3    1.00
#dtype: float64
data.values 	#输出：array([0.25, 0.5 , 0.75, 1.  ])
data.index 		#输出：RangeIndex(start=0, stop=4, step=1)
data[1]
data[1:3]
#1    0.50
#2    0.75
#dtype: float64

1. Series是通用的NumPy数组

NumPy数组通过隐式定义的整数索引获取数值。

Pandas的Series对象通过显式定义的索引与数值关联，其索引可以是任意类型，可使用不连续或不按顺序的索引。

data = pd.Series([0.25, 0.5, 0.75, 1.0], index=['a', 'b', 'c', 'd'])
data = pd.Series([0.25, 0.5, 0.75, 1.0], index=[2, 5, 3, 7])

2. Series是特殊的字典

Python字典是一种将任意键映射到一组任意值的数据结构。

Series对象是一直将类型键映射到一组类型值的数据结构，支持字典不具有的功能，如切片。

population_dict = {
   'California': 38332521, 'Texas': 26448193, 'New York': 19651127}
population = pd.Series(population_dict)
# California    38332521
# Texas         26448193
# New York      19651127
# dtype: int64

population['California']
# 切片
population['California':'Texas']

3. 创建Series对象：pd.Series(data, index=index)

• 其中index是可选参数，data参数支持多种数据类型。
• Series对象只会保留显式定义的键值对。
• 每种形式都可以通过显示指定索引筛选需要的结果

# 1. data是列表或NumPy数组，这时index默认值为整数序列
pd.Series([2, 4, 6])

# 2. data是标量，创建Series对象时会重复填充到每个索引上
pd.Series(5, index=[100, 200, 300])

# 3. data是字典，index默认是排序的字典键
pd.Series({
   2:'a', 1:'b', 3:'c'})

# 每种形式都可以通过显示指定索引筛选需要的结果
pd.Series({
   2:'a', 1:'b', 3:'c'}, index=[3, 2])

#3    c
#2    a
#dtype: object

(二) Pandas的DataFrame对象

1. DataFrame是通用的NumPy数组

DataFrame可以看做是一种有行和列索引的二维数组，也可看作是有序排列（有共同索引）的若干Series对象。

area_dict = {
   'California': 423967, 'Texas': 695662, 'New York': 141297}
area = pd.Series(area_dict)
states = pd.DataFrame({
   'population': population, 'area': area})

states
#             population    area
# California