pandas的基本操作（一）

1.pandas的基本数据结构

目前，pandas的基本数据结构有3种，Series,DataFrame和Pandel。要想熟练使用Pandas,这三种数据结构一定要牢记于心。其中DataFrame使用频率最高。

数据结构	维度	轴标签
Series	一维	index(唯一的行)
DataFrame	二维	index(行)和columns(列)
Pandel	三维	items major_axis和 minor_axis

2.Series的数据结构

Series 是一维的，基本创建方式为：

pd.Series(data=None,index=None)

• data: 传入数据，可以是多种类型，包括numpy
• index 引索，在不指定的情况下，默认全部数据 ，即rang(0,len(data))

eg.

obj = pd.Series([4, 7, -5, 3, 7, np.nan])
obj~

输出：

0    4.0
1    7.0
2   -5.0
3    3.0
4    7.0
5    NaN
dtype: float64

3.DataFrame数据结构

DataFrame是最最常用的结构，它是一种表格型的数据结构，有行索引和列索引。

创建方式：pd.DataFrame(data=None,index=None,columns=None)

• data:传入数据，可是传入多种类型。
• index: 列引索 ，不指定自动填充
• columns: 行引索 ，不指定自动填充

1 numpy 创建

import  pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(16).reshape((4,4)),
                  index=list('abcd'),
                  columns=['one','two','three','four'])
print(df)~

输出：

   one  two  three  four
a    0    1      2     3
b    4    5      6     7
c    8    9     10    11
d   12   13     14    15

2 由Series组成的字典

import  pandas as pd
df = pd.DataFrame({'one':pd.Series([0,1,2,3]),
                    'two':pd.Series([4,5,6,7]),
                    'three':pd.Series([8,9,10,11]),
                    'four':pd.Series([12,13,14,15])},
                   columns=['one','two','three','four'])
print(df)~

输出：

   one  two  three  four
0    0    4      8    12
1    1    5      9    13
2    2    6     10    14
3    3    7     11    15

可以看出，行名不指定，默认行号0，1，2…
3.字典

import  pandas as pd
data = [{"one":1,"two":2},
        {"one":5,"two":10,
         "three":15}]
df = pd.DataFrame(data)
print(df)

输出：

   one  two  three
0    1    2    NaN
1    5   10   15.0

import  pandas as pd
data = {
    "Jack":{"math":90, "english":89, "art":78},
    "Marry":{"math":82, "english":95, "art":96},
    "Tom":{"math":85, "english":94}
}
df = pd.DataFrame(data)
print(df)~

输出：

         Jack  Marry   Tom
math       90     82  85.0
english    89     95  94.0
art        78     96   NaN

总结：核心来啦–字典的健值作为dataframe的columns。如果没有指定index参数的值，行索引使用默认的数字索引。每个序列的长度必须相同。同样的，pandas会对会对列索引排序，如果显示的传入columns参数，将按照传入的值得顺序显示。

4. 文件读取函数

函数	说明
read_csv()	从csv格式的文件中读取数据
read_excel()_	从Excel文件中读取数据
HDFStore()	使用HDF5文件读写数据
read_sql()	从SQL数据库中查询结果载入数据
read_pickle()	读入pickle()序列化后的数据