Pandas 结构化数据（上）

---

载入需要的包：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

一、Series

Series 是一个一维类数组对象，包含一列数据与与其关联的一列数据标签，数据标签即为数据的序列。创建一个 Series：

s = pd.Series([1,3,5,np.nan,6,8])
s
=>
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

二、DataFrame

DataFrame 是一个表格化的数据结构，它同时拥有行序号与列序号。创建一个 DataFrame有多种方式：

• 通过传递一个 numpy 数组创建 DataFrame

#创建日期索引序列 
dates = pd.date_range('20130101', periods=6)
#创建Dataframe，其中 index 决定索引序列，columns 决定列名
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
df

• 通过传递一个字典创建 DataFrame：

df2 = pd.DataFrame({ 'A' : 1.,
                     'B' : pd.Timestamp('20130102'),
                     'C' : pd.Series(1,index=list(range(4)),dtype='float32'),
                     'D' : np.array([3] * 4,dtype='int32'),
                     'E' : pd.Categorical(["test","train","test","train"]),
                     'F' : 'foo' })

• 查询每一列的数据结构:

df2.dtypes

三、数据观察

观察开头的数据（前五行）：

df.head()

观察末尾的数据：

df.tail(3)：倒数三排数据

df.index：显示索引

=>
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D', tz=None)

df.columns: 显示列索引

df.values:显示底层 numpy 结构