# 1 pandas中的Series DataFrame

    pandas库 是基于 Numpy 库的，它可以对数据进行导入、清洗、处理、统计和输出可以说，pandas 库就是为数据
  分析而生的。
  pandas中最常见的就是用Series和Dataframe来产生数据。
  一、 series
  series可以看成是一个定长有序字典。可以用下面的方式生成数据。

data={
      'name':'siry',
      'age':18,
      'sex':'man'
      
      }
s3=pd.Series(data)
print(s3)

结果如下

也可以直接生成数组

s1=pd.Series([1,6.1,7,8],index=['1','2','3','4']) # 数组
print(s1)

其中 index表示行索引。如果不自己添加index，则pandas会默认添加索引，从0开始。

二、Dataframe

 dataframe 则可以生成表格数据，下面为了说明二者的区别，将用同样的字典数据来分别生成series和dataframe。

data1={
       'year':[2015,2016,2017,2018],
       'income':[12000,15000,18000,20000],
       'pay':[2000,3000,4000,50000]
       }
df1=pd.DataFrame(data1)
df2=pd.Series(data1)

左图是df1,右图是df2的结果。

三、一些简单性质

直接看注释

df3=pd.DataFrame(np.arange(12).reshape((3,4)),index=['a','b','c'],columns=[1,2,3,4])

# 属性 df1.index df1.values df1.describe() df1.T
# 排序
df3.sort_index(axis=1)

df3.sort_values(by=3)  # 按照列的顺序进行排序 ‘3’是索引