[Pandas基础] Pandas 基本数据结构

Pandas 数据结构有两种

Series（序列）：类似于一维数组，可以存储不同类型的数据，并且有自己的索引。可以通过列表、数组、字典等方式创建。

DataFrame（数据框）：类似于二维表格或电子表格，由多个 Series 组成，每个 Series 都可以有不同的数据类型。常用于表示结构化数据，可以通过多种方式创建，如从CSV文件、数据库查询结果等。

下图为 以一个电影网站评分数据为例，说明什么是DataFrame,Series。

简单来说 DataFrame 就是二维数据表，整个表格 ，多行多列。

Series 就是一维数据，一行或一列。

下面为代码演示：

1. Series 

Series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之有关的数据标签（索引）组成

1.1 手动创建简单的Series 

import pandas as pd
s1 = pd.Series([1,"a",5,2,7])
s1

运行结果如下：

可以看到 ，在手动创建 series 时，可以传入一个list 来表述数据的内容（list 左侧为索引即列标，右侧为数据）index 当不指定时会自动生成。

可以看到，此时一行一列的数据是一个series。

2.DataFrame

DataFrame为一个表格型的数据结构

  1.每列可以是不同的值类型（数值，字符串，布尔值等等等）

  2.既有行索引index，也有列索引 column

  3.可以看做由许多个series 组成

创建DataFrame 时最常见的方法 详情请见 第一章 pandas 文件读写[pandas 基础] 文件读写

2.1 根据基本的多个字典创建 DataFrame 

 

data = {
    "第一列":["oi","oi","oi","oi","oi"],
    "第二列":["1","2","3","4","5"]
}    # 创建一个字典
s2 = pd.DataFrame(data)
s2

相关的 DataFrame 如下图所示：

3.从DataFrame 中查询出Series

   1.如果只查询一行一列， 则数据结构为 Series

   2.如果查询多行多列 ，则数据结构为 DataFrame

3.1 如果只查询一行一列， 则数据结构为 Series

type(s2["第一列"])
s2["第一列"]

3.2 如果查询多行多列 ，则数据结构为 DataFrame

s2[["第一列","第二列"]]
type(s2[["第一列","第二列"]])

本章完毕

如发现错误请及时指正，感谢读者阅读！