Pandas数据结构

Pandas 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。

DataFrame 是 Pandas 中的另一个核心数据结构，用于表示二维表格型数据。

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）。

目录

Series 特点：

实例1： 

 实例2：

基本操作： 

使用布尔表达式：根据条件过滤 Series：

转换数据类型：使用 astype 方法将 Series 转换为另一种数据类型：

注意事项：

---

Series 特点：

• 一维数组：Series是一维的，这意味着它只有一个轴（或维度），类似于 Python 中的列表。

• 索引： 每个 Series 都有一个索引，它可以是整数、字符串、日期等类型。如果不指定索引，Pandas 将默认创建一个从 0 开始的整数索引。

• 数据类型： Series 可以容纳不同数据类型的元素，包括整数、浮点数、字符串、Python 对象等。

• 大小不变性：Series 的大小在创建后是不变的，但可以通过某些操作（如 append 或 delete）来改变。

• 操作：Series 支持各种操作，如数学运算、统计分析、字符串处理等。

• 缺失数据：Series 可以包含缺失数据，Pandas 使用NaN（Not a Number）来表示缺失或无值。

实例1： 

import pandas as pd


 mydataset={
     'sites':['Google','Runoob','wiki'],
     'number':[1,2,3]
 }
myvar=pd.DataFrmae(mydataset)



print(myvar)

 运行结果：

 实例2：

import pandas as pd


a=[1,2,3]
myvar=pd.Series(a,index=[1,2,3],name="RUNOOB-Series-TEST")

print(myvar)

运行结果：

下面出现了name：参数，和数据类型

基本操作： 

import pandas as pd



s=pd.Series([1,2,3,4],index=['a','b','c','d'])

print(s['a'])#返回‘a’对应的元素
s['a']=10
print(s['a'])#把‘a’里面的元素改为10
del s['a']#删除‘a’的元素

使用布尔表达式：根据条件过滤 Series：

import pandas as pd


s=pd.Series([1,2,3,4],index=['a','b','c','d'])
print(s>2)

 

返回了布尔类型

转换数据类型：使用 astype 方法将 Series 转换为另一种数据类型：

import pandas as pd



s=pd.Series([1,2,3,4],index=['a','b','c','d'])

s=s.astype('float64')
print(s)

 

注意事项：

• Series 中的数据是有序的。
• 可以将 Series 视为带有索引的一维数组。
• 索引可以是唯一的，但不是必须的。
• 数据可以是标量、列表、NumPy 数组等。

 DataFrame 特点：

• 二维结构： DataFrame 是一个二维表格，可以被看作是一个 Excel 电子表格或 SQL 表，具有行和列。可以将其视为多个 Series 对象组成的字典。

• 列的数据类型： 不同的列可以包含不同的数据类型，例如整数、浮点数、字符串或 Python 对象等。

• 索引：DataFrame 可以拥有行索引和列索引，类似于 Excel 中的行号和列标。

• 大小可变：可以添加和删除列，类似于 Python 中的字典。

• 自动对齐：在进行算术运算或数据对齐操作时，DataFrame 会自动对齐索引。

• 处理缺失数据：DataFrame 可以包含缺失数据，Pandas 使用 NaN（Not a Number）来表示。

• 数据操作：支持数据切片、索引、子集分割等操作。

• 时间序列支持：DataFrame 对时间序列数据有特别的支持，可以轻松地进行时间数据的切片、索引和操作。

• 丰富的数据访问功能：通过 .loc、.iloc 和 .query() 方法，可以灵活地访问和筛选数据。

        .............. 

实例1： 

import pandas as pd


data=[['Google',10],['Runoob',12],['Wiki',13]]
df=pd.DataFrame(data,columns=['Site','Age'])

df['Site']=df['Site'].astype(str)
df['Age']=df['Age'].astype(float)

print(df)

运行结果：

实例2：

import pandas as pd
import numpy as np

ndarray_data=np.array([
    ['Google',10],
    ['Runoob',12],
    ['Wiki',13]
])
df=pd.DataFrame(ndarray_data,columns=['Site','Age'])

print(df)

 运行结果：

实例3： 

import pandas as pd

data=[{'a':1,'b':2},{'a':5,'b':10,'c':20}]
df=pd.DataFrame(data)

print(df)

 

无值的地方变为NaN

实例4：

import pandas as pd
import numpy as np
import pandas

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df=pd.DataFrame(data)
print(df.loc[0])
print(df.loc[1])

 

基本操作：

创建 DataFrame：

从字典创建：字典的键成为列名，值成为列数据。

import pandas as pd

# 通过字典创建 DataFrame
df = pd.DataFrame({'Column1': [1, 2, 3], 'Column2': [4, 5, 6]})

从列表的列表创建：外层列表代表行，内层列表代表列。

# 通过列表的列表创建 DataFrame

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]],
                  columns=['Column1', 'Column2', 'Column3'])

从 NumPy 数组创建：提供一个二维 NumPy 数组。

import numpy as np

# 通过 NumPy 数组创建 DataFrame
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]))

从 Series 创建 DataFrame：通过 pd.Series() 创建。

# 从 Series 创建 DataFrame
s1 = pd.Series(['Alice', 'Bob', 'Charlie'])
s2 = pd.Series([25, 30, 35])
s3 = pd.Series(['New York', 'Los Angeles', 'Chicago'])
df = pd.DataFrame({'Name': s1, 'Age': s2, 'City': s3})

注意事项

• DataFrame 是一种灵活的数据结构，可以容纳不同数据类型的列。
• 列名和行索引可以是字符串、整数等。
• DataFrame 可以通过多种方式进行数据选择、过滤、修改和分析。
• 通过对 DataFrame 的操作，可以进行数据清洗、转换、分析和可视化等工作。