1-pandas创建对象

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