pandas入门练习-数据结构

pandas 是python的一个数据分析包，是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。提供了高效地操作大型数据集所需的工具，使得数据分析工作变着简单高效。

pandas数据结构介绍

Series是一种类似于一维数组的对象，它由一维组数（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据即可产生最简单的Series

from pandas import Series,DataFrame
import pandas as pd
import numpy as np
obj=Series([4,7,-5,3])
obj

0    4
1    7
2   -5
3    3
dtype: int64

Series的字符串表现形式是：索引在左边，值在右边，由于没有为数据指定索引，就会自动创建一个0到N-1的整数型索引。可以通过Series的values和index属性获取其数组表示形式和索引对象。

obj.values

    array([ 4,  7, -5,  3], dtype=int64)

obj.index

    RangeIndex(start=0, stop=4, step=1)

我们希望创建的Series带有一个可以对各个数据点进行标记的索引

obj2=Series([4,7,-5,3],index=['d','b','a','c'])
obj2

    d    4
    b    7
    a   -5
    c    3
    dtype: int64

obj2.index

    Index(['d', 'b', 'a', 'c'], dtype='object')

通过索引的方式选取Series中的一个或者一组值

obj2['a']

    -5

obj2['d']=6
obj2[['c','a','d']]

    c    3
    a   -5
    d    6
    dtype: int64

Numpy数组运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数等）都会保留索引和值之间的连接。

obj2

    d    6
    b    7
    a   -5
    c    3
    dtype: int64

obj2[obj2>0]

    d    6
    b    7
    c    3
    dtype: int64

obj2*2

    d    12
    b    14
    a   -10
    c     6
    dtype: int64

np.exp(obj2)

    d     403.428793
    b    1096.633158
    a       0.006738
    c      20.085537
    dtype: float64

可以将Series看成是一个定长的有序字典，因为它是索引值到数据值的一个映射。可以用在许多原本需要字典参数的函数中。

'b' in obj2

    True

'k' in obj2