创建对象
1. DataFrame()
原型为:DataFrame(data, index=None, columns=None, dtype=None, copy=False)
参数说明:
- data: 传入的数据,可以是数组ndarray,dict…
- index: 行标签,可以是数组,list…,默认是(0,1,2,3……)
- columns: 列标签,可以是数组,list…,默认是(0,1,2,3……)
- dtype:传入数据类型,默认由传入的数据本身决定
- copy:类型为bool,表示是否从输入中拷贝数据,默认False
例1.1:从字典创建DataFrame
#Constructing DataFrame from a dictionary.
>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df
col1 col2
0 1 3
1 2 4
例1.2:查看数据类型
#Notice that the inferred dtype is int64.
>>> df.dtypes
col1 int64
col2 int64
dtype: object
例1.3:更改传入数据data的类型
#To enforce a single dtype:
>>> df = pd.DataFrame(data=d, dtype=np.int8)
>>> df.dtypes
col1 int8
col2 int8
dtype: object
例1.4:从数组创建DataFrame
#Constructing DataFrame from numpy ndarray:
>>> df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
... columns=['a', 'b', 'c'])
>>> df2
a b c
0 1 2 3
1 4 5 6
2 7 8 9
2. Series()
原型是:Series(data, index, dtype=None, name=None, copy=False)
参数说明:
-
data:与上一个差不多,不过上一个可以是一维或二维的,这个是一维的
-
index、dtype、copy与上一个一样
-
name:就是series的名字
例2.1
>>> import pandas as pd >>> pd.Series([1,2,3,4,5],name='test') 0 1 1 2 2 3 3 4 4 5 Name: test, dtype: int64