pandas -1数据结构

pandas -1 数据结构

pandas 基本操作都很简单，只是在刚开始学习的过程中，容易忘掉一些API，导致完成一些操作时，总会想着翻翻手册，这一系列博客，是对这些方法进行了梳理，可作为入门学习的参考材料。平时经常翻阅。

“index” (axis=0, default), “columns” (axis=1)

1. Series

Series 是一个带有 名称 和索引的一维数组。

创建seriex

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

// Series 数组生成，指定数据类型 In: user_age = pd.Series(data=[18, 30, 25, 40], dtype=float) Out: 0 18 1 30 2 25 3 40 dtype: int64 // 增加索引 index In: user_age.index = ["Tom", "Bob", "Mary", "James"] Out: Tom 18 Bob 30 Mary 25 James 40 dtype: int64 // 表头 In: user_age.index.name("name") Out: name Tom 18 Bob 30 Mary 25 James 40 dtype: int64

像字典一样使用series

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

// index 当键值 In: user_age["Tom"] user_age.get("Tom") // 切片-列 In: user_age[2:3] // 按条件查找 In: user_age[user_age > 30] Out: name James 40.0 Name: user_age_info, dtype: float64

像向量一样使用series

可以传递给np方法

1 2 3 4 5 6 7 8 9 10 11

// 整列加减 In: user_age + 1 Out: name Tom 19.0 Bob 31.0 Mary 26.0 James 41.0 Name: user_age_info, dtype: float64

2. DataFrame

DataFrame 是一个带有 名称 和索引的二维数组，像一张Excel表格。

创建DataFrame

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

// DataFrame 根据字典生成 In: index = pd.Index(data=["Tom", "Bob", "Mary", "James"], name="name") data = { "age": [18, 30, 40], "city": ["BeiJing", "ShangHai", "HangZhou"] } user_info = pd.DataFrame(data=data, index=index) user_info Out: // DataFrame 根据二维列表生成 In: data = [[18, "BeiJing"], [30, "ShangHai"], [25, "GuangZhou"], [40, "ShenZhen"]] columns = ["age", "city"] user_info = pd.DataFrame(data=data, index=index, columns=columns) user_info