Python-pandas-Series/DataFrame入门

练习知识点取自：

http://python.jobbole.com/89084/?utm_source=group.jobbole.com&utm_medium=relatedArticles

>>> import pandas as pd
>>> import numpy as np
>>> series1 = pd.Series([1,2,3,4])
>>> print("series1:\n{}\n".format(series1))
series1:
0    1
1    2
2    3
3    4
dtype: int64

>>> #输出的最后一行是Series中数据的类型，这里的数据都是int64类型的。
>>> #数据在第二列输出，第一列是数据的索引，在pandas中称之为Index。
>>> series2 = pd.Series(['胡歌','霍建华','钟汉良','居老师'])
>>> print('series2:\n{}\n'.format(series2))
series2:
0     胡歌
1    霍建华
2    钟汉良
3    居老师
dtype: object

>>> series3 = pd.Series([3.14,7.0,4,888])
>>> print('series3:\n{}\n'.format(series3))
series3:
0      3.14
1      7.00
2      4.00
3    888.00
dtype: float64

>>> #我们可以分别打印出Series中的数据和索引:
>>> print('series2.values:{}\n'.format(series2.values))
series2.values:['胡歌' '霍建华' '钟汉良' '居老师']

>>> print('series3.values:{}\n'.format(series3.values))
series3.values:[  3.14   7.     4.   888.  ]

>>> print('series3.values:{}\n'.format(series1.values))
series3.values:[1 2 3 4]

>>> print('series1.index:{}\n'.format(series1.index))
series1.index:RangeIndex(start=0, stop=4, step=1)

>>> #索引未必一定需要是整数，可以是任何类型的数据，例如字符串。
>>> index2=['A','B','C','D']
>>> print('series2:\n{}\n'.format(series2))
series2:
0     胡歌
1    霍建华
2    钟汉良
3    居老师
dtype: object

>>> series2 = pd.Series(['胡歌','霍建华','钟汉良','居老师']),index=['A','B','C','D']
SyntaxError: can't assign to function call
>>> series2 = pd.Series(['胡歌','霍建华','钟汉良','居老师'],index=['A','B','C','D'])
>>> print('series2:\n{}\n'.format(series2))
series2:
A     胡歌
B    霍建华
C    钟汉良
D    居老师
dtype: object

>>> series2 = pd.Series(['胡歌','霍建华','钟汉良','居老师'],index2=['A','B','C','D'])
Traceback (most recent call last):
  File "<pyshell#21>