pandas数据结构及数据读写

1.数据结构

Series

类似python的字典。

创建：

pandas.Series([1,2,3,4,5], index=['a','b','c','f','e'])    #Index相当于字典的key
pandas.Series ( {'a':5} )    #用字典建立对象

查询对象中的元素

s[['a','b','c']]    #直接查询一组key，返回用这组key和对应value组成的新Series对象
s['a']    #直接查询某个key，返回valu
head(n), tail(n)    #取出头n行或尾n行的方法，默认n=5
index    values    #两个对象属性，可以取得key列表和values

元素统计方法

len(s)    #Series长度,包括NaN
s.count()    #Series长度，不包括NaN
s.unique()    #返回不重复values值
s.value_counts()    #value出现次数统计

DataFrame

创建   

pandas.DataFrame([s,s,s])    #使用Series建立，每一行为一个series
df=pandas.DataFrame([s1,s2])    #使用列表的列表建立，每一行为一个列表anaaffsfsdfa
df=pandas.DataFrame({"a":s1,"b":s2})    #使用字典结合列表建立，每一列为一个列表，字典key作为新对象的列的标题

查看对象中的元素

df.columns    #返回列名称列表
for index, row in df.iterrows():    #以行遍历整个数据，返回值为每行数据的数组
    print row.values
head(n), tail(n)    #取出头n行或尾n行的方法，默认n=5

元素统计方法

df.shape    #返回数据行数和列数组成的元素