Pandas - 基本构造方式及其转换

目录

零、Pandas 基本介绍

一、Series - 一维数据结构

二、DataFrame - 二维数据结构

2-1 二维数据构造方式

2-1-2 从dict 构造

2-1-3 从 python list 构造

2-1-4 从 numpy ndarray 构造

三、DataFrame & Python Type 的相互转换 

3-0 DF构造

3-1 DF.T.to_dict() 获取python dict

3-2 DF.loc 获取 dict

---

零、Pandas 基本介绍

官方文档学习

pandas 适合的数据类型

• 具有异构类型列的表格数据，如SQL表或Excel电子表
• 有序和无序（不一定是固定频率）时间序列数据。
• 具有行和列标签的任意矩阵数据（均匀类型或异构）
• 任何其他形式的观察/统计数据集。实际上不需要将数据标记为放置在pandas数据结构中

pandas 应用

• 轻松处理浮点中的缺失数据（表示为NaN）以及非浮点数据
• 大小可变性：可以从DataFrame和更高维对象插入和删除列
• 自动和显式数据对齐：对象可以显式对齐到一组标签，或者用户可以简单地忽略标签，让Series，DataFrame等在计算中自动对齐数据
• 功能强大，灵活的分组功能，可对数据集执行拆分应用组合操作，以便聚合和转换数据
• 可以轻松地将其他Python和NumPy数据结构中的不规则索引数据转换为DataFrame对象
• 基于智能标签的切片，花式索引和 大数据集的子集化
• 直观的合并和连接数据集
• 灵活的数据集整形和旋转
• 轴的分层标记（每个刻度可能有多个标签）
• 强大的IO工具，用于从平面文件（CSV和分隔的），Excel文件，数据库加载数据，以及从超快HDF5格式保存/加载数据
• 时间序列 - 特定功能：日期范围生成和频率转换，移动窗口统计，移动窗口线性回归，日期转换和滞后等

pandas 数据结构

• Series - 1D labeled homogeneously-typed array （一维标记的均匀型阵列）
• DataFrame - General 2D labeled, size-mutable tabular structure with potentially heterogeneously-typed column（二维 标记，尺寸可变的表格结构，具有潜在的异质型柱）

一、Series - 一维数据结构

官方文档 - series

二、DataFrame - 二维数据结构

官方文档 - dataframe

2-1 二维数据构造方式

2-1-2 从dict 构造

默认情况