Python pandas基础: Series和DataFrame的简单介绍

一、pandas 是什么

 

pandas 是基于 NumPy 的一个 Python 数据分析包，主要目的是为了数据分析。它提供了大量高级的数据结构和对数据处理的方法。

pandas 有两个主要的数据结构：Series 和 DataFrame。

 

二、Series

 

Series 是一个一维数组对象 ，类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。

 

将 Python 数组转换成 Series 对象：

 

将 Python 字典转换成 Series 对象：

 

当没有显示指定索引的时候，Series 自动以 0 开始，步长为 1 为数据创建索引。

你也可以通过 index 参数显示指定索引：

 

对于 Series 对象里的单个数据来说，和普通数组一样，根据索引获取对应的数据或重新赋值；

不过你还可以传入一个索引的数组来获取数据或未数据重新赋值：

 

想要单独获取 Series 对象的索引或者数组内容的时候，可以使用 index 和 values 属性，例如：

 

对 Series 对象的运算（索引不变）：

 

三、DataFrame

 

DataFrame 是一个表格型的数据结构。它提供有序的列和不同类型的列值。

例如将一个由 NumPy 数组组成的字典转换成 DataFrame 对象：

 

DataFrame 默认根据列名首字母顺序进行排序，想要指定列的顺序？传入一个列名的字典即可：

 

如果传入的列名找不到，它不会报错，而是产生一列 NA 值：

 

DataFrame 不仅可以以字典索引的方式获取数据，还可以以属性的方法获取，例如：

 

修改列的值：

 

 

删除某一列：

 

这篇文章是一个系列文章

转自：

一、pandas 是什么

 

pandas 是基于 NumPy 的一个 Python 数据分析包，主要目的是为了数据分析。它提供了大量高级的数据结构和对数据处理的方法。

pandas 有两个主要的数据结构：Series 和 DataFrame。

 

二、Series

 

Series 是一个一维数组对象 ，类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。

 

将 Python 数组转换成 Series 对象：

 

将 Python 字典转换成 Series 对象：

 

当没有显示指定索引的时候，Series 自动以 0 开始，步长为 1 为数据创建索引。

你也可以通过 index 参数显示指定索引：

 

对于 Series 对象里的单个数据来说，和普通数组一样，根据索引获取对应的数据或重新赋值；

不过你还可以传入一个索引的数组来获取数据或未数据重新赋值：

 

想要单独获取 Series 对象的索引或者数组内容的时候，可以使用 index 和 values 属性，例如：

 

对 Series 对象的运算（索引不变）：

 

三、DataFrame

 

DataFrame 是一个表格型的数据结构。它提供有序的列和不同类型的列值。

例如将一个由 NumPy 数组组成的字典转换成 DataFrame 对象：

 

DataFrame 默认根据列名首字母顺序进行排序，想要指定列的顺序？传入一个列名的字典即可：

 

如果传入的列名找不到，它不会报错，而是产生一列 NA 值：

 

DataFrame 不仅可以以字典索引的方式获取数据，还可以以属性的方法获取，例如：

 

修改列的值：

 

 

删除某一列：

http://www.cnblogs.com/sirkevin/p/5741853.html

一、pandas 是什么

 

pandas 是基于 NumPy 的一个 Python 数据分析包，主要目的是为了数据分析。它提供了大量高级的数据结构和对数据处理的方法。

pandas 有两个主要的数据结构：Series 和 DataFrame。

 

二、Series

 

Series 是一个一维数组对象 ，类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。

 

将 Python 数组转换成 Series 对象：

 

将 Python 字典转换成 Series 对象：

 

当没有显示指定索引的时候，Series 自动以 0 开始，步长为 1 为数据创建索引。

你也可以通过 index 参数显示指定索引：

 

对于 Series 对象里的单个数据来说，和普通数组一样，根据索引获取对应的数据或重新赋值；

不过你还可以传入一个索引的数组来获取数据或未数据重新赋值：

 

想要单独获取 Series 对象的索引或者数组内容的时候，可以使用 index 和 values 属性，例如：

 

对 Series 对象的运算（索引不变）：

 

三、DataFrame

 

DataFrame 是一个表格型的数据结构。它提供有序的列和不同类型的列值。

例如将一个由 NumPy 数组组成的字典转换成 DataFrame 对象：

 

DataFrame 默认根据列名首字母顺序进行排序，想要指定列的顺序？传入一个列名的字典即可：

 

如果传入的列名找不到，它不会报错，而是产生一列 NA 值：

 

DataFrame 不仅可以以字典索引的方式获取数据，还可以以属性的方法获取，例如：

 

修改列的值：

 

 

删除某一列：