pandas数据结构

1. Series对象

1.1概述

Series是一种类似于一维数组的对象 Series对象由两部分组成：

• 一组数据（各种NumPy数据类型）

• 一组对应的数据标签（即索引）

1.2 Series对象的创建

可使用Series()函数将序列数据或字典数据生成Series对象

Series( data=None, index=None, dtype=None, ……)

参数说明：

• – data：类数组的、可迭代数据、字典或标量值

• – index：类数组的或Index，必须是散列的且与data的长度一样

• – dtype：指定数据类型

obj = Series([4, 7, -5, 3])

Series的values和index属性：

• values属性获取Series对象的值，是一个Numpy数组对象。

• index属性获取Series对象的索引，是一个索引对象。

创建Series对象时，可指定一个对各个数据点进行标记的索引：

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

也可直接通过字典来创建Series:

2. DataFrame对象

2.1概述

是一个表格型的数据结构：

• 它含有一组有序的列，每列可以是不同类型的值（数值、字符串、布尔值等）

• DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。

2.2 DataFrame对象的创建

2.2.1创建DataFrame对象的方式：

用DataFrame()函数：

• 将字典生成为DataFrame对象：由等长列表或NumPy数组作为值组成的字典；

• 字典的键生成DataFrame对象的列索引，且全部列会被有序排列；

• 结果DataFrame会自动加上行索引（跟Series一样）或由指定的行索引序列生成。

• 从文件中直接将数据读取为一个DataFrame对象；

2.2.2 DataFrame()函数的格式：

DataFrame(data=None, index=None, columns=None, dtype=None,copy=False)

参数说明：

• – data：ndarray数组、可迭代数据、字典、DataFame对象等

• – index：类数组或Index对象，用于指定行索引；

• – columns:类数组或Index对象，用于指定列索引。

如果在DataFrame()中通过columns参数指定了列索引的序列，则DataFrame的列就会按照指定顺序进行排列:

frame2 = DataFrame(data, columns=['year', 'state', 'pop'], 
                   index=['one', 'two', 'three', 'four', 'five'])
frame2

另一种常见的数据形式是嵌套字典（即字典的字典）：

pop = {'Nevada': {'2001': 2.4, '2002': 2.9},
        'Ohio': {'2000': 1.5, '2001': 1.7, '2002':3.6}}
frame3 = DataFrame(pop)
frame3

如果将它传给DataFrame，它就会被解释为：

• 外层字典的键作为列，内层键则作为行索引；

• 内层字典的键会被合并、排序以形成最终的行索引。

字典的值是由Series组成的，也可以生成DataFrame对象:

3. 索引对象

3.1 概述

pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）

构建Series或 DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index对象:

Index对象的元素是不可修改的，但可以重新索引：

除了长得像数组，Index的功能也类似一个固定大小的集合。

3.2 index的方法和属性