利用Python数据分析：pandas入门（一）

from pandas import Series,DataFrame
import pandas as pd
import numpy as np


# Series:是由数据和数据标签组成的也就是数据+索引 是pandas的基本数据结构
obj = Series([4,7,-5,3])
obj # 因为没有给数组指定索引系统会自动创建一个从0~N-1长度的整数型的索引
obj.values # 查看数值部分
obj.index #查看索引部分
obj2 = Series([4,7,-5,3],index=['d','b','a','c'])# 创建一个Series对各个数据点进行标记索引
obj2.values
obj2.index # 这时候的索引不再是0 1 2 3 而是 DBAC
obj2['a'] # 根据索引来取数组中的单个值
obj2['b'] = 6 # 对值进行修改
obj2[['c','a','d']] # 使用索引来取当中的一组值
obj2
# Numpy的数组运算比如布尔数组进行过滤，标量的乘法，应用数学函数都会保留索引和值的链接，也就是只改变值
obj2[obj2>0]
obj2 * 2
obj2 ** 2 # 这里返回的是副本
obj2
np.exp(obj2)
'b' in obj2
'e' in obj2# Series看成一个定长的有序字典 因为它是一个索引值到数据的一个映射
sdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000} # 字典
obj3 = Series(sdata) #  可以把一个字典转成一个Series对象
obj3
states = ['California','Ohio','Ore