Pandas
一、pandas基本结构介绍
- Series
- 一维数组,与Numpy中的一维array类似。二者与Python基本的数据结构List也很接近。Series能保存不同种数据类型,字符串、boolean值、数字等都能保存在Series中。
- DataFrame
- 二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。
二、Pandas库的Series类型
1.首先导入pandas及numpy
import numpy as np
import pandas as pd
2.用pandas中Series创建数组
t1 = pd.Series([7, 5, 6, 4])
t2 = pd.Series(np.arange(5), index=list("abcde"), dtype='i1')
3.Series索引和值
print(t2.index)
print(t2.values)
t2.index = list("ABCDE")
t2.index.name = "实验表"
print(t2)
""" 实验表
A 0
B 1
C 2
D 3
E 4
dtype: int8 """
4.Series切片
t2[1]
t2[:2]
""" 实验表
A 0
B 1
dtype: int8 """
t2[[1, 3]]
""" 实验表
B 1
D 3
dtype: int8 """
三、Pandas库的DataFrame类型
1.创建DataFrame结构
d1 = pd.DataFrame(np.random.randint(1, 20, (4, 6)), index=["第1行", "第2行", "第3行", "第4行"], columns = list("ABCDEF"), dtype=int)
d1
|
A |
B |
C |
D |
E |
F |
第1行 |
19 |
6 |
13 |
15 |
10 |
2 |
第2行 |
2 |
4 |
11 |
6 |
6 |
1 |
第3行 |
13 |
11 |
1 |
8 |
6 |
12 |
第4行 |
18 |
11 |
8 |
14 |
17 |
2 |
d2 = pd.DataFrame({
"name": ["miry", "jake"], "age": [19, 21], "tel": ["114", "115"]}, index=['第1行', '第2行'])
d2
|
name |
age |
tel |
第1行 |
miry |
19 |
114 |
第2行 |
jake |
21 |
115 |
d3 = pd.DataFrame([{
"name": "tom", "age": 15, "tel": "118"}, {