Pandas数据结构

Pandas数据结构

Series

• 一维数据，一行或一列

• 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）以及一组与之相关的数据标签（即索引）组成。

• 有数据列就可以生成Series

  # 有数据列就可以产生Series
  s1 = pd.Series([1, 'a', 5.2, 7])
  # 左侧为索引 右侧为数据
  print(s1)
  print(s1.index)
  print(s1.values)
  

0 1
1 a
2 5.2
3 7
dtype: object
RangeIndex(start=0, stop=4, step=1)
[1 ‘a’ 5.2 7]

• 创建一个具有标签索引的Series

  # 创建特定的索引
  s2 = pd.Series([1, 'a', 5.2, 7], index=['a', 'b', 'c', 'd'])
  print(s2)
  print(s2.index)
  

a 1
b a
c 5.2
d 7
dtype: object
Index([‘a’, ‘b’, ‘c’, ‘d’], dtype=‘object’)

• 使用python字典创建Series

# 使用字典创建Series
sdata = {'DX': 12, 'WY': 15}
s3 = pd.Series(sdata)
print(s3)

DX 12
WY 15
dtype: int64

• 根据标签索引查询数据

sdata = {'DX': 12, 'WY': 15}
s3 = pd.Series(sdata)
print(s3['DX'])
print(type(s3['WY']))

12
<class ‘numpy.int64’>

DataFrame

• 二维数据，整个表格，多行多列。

  • df.columns：多列

  • df.index：多行

• DataFrame是一个表格型的数据结构

  • 每列可以是不同的值类型（数值、字符串、布尔值等）

  • 既有行索引index，也有列索引columns

  • 可以被看做由Series组成的字典

• 创建dataframe最常用的方式是，读取纯文本文件、excel、mysql数据库

• 根据多个字典序列创建dataframe

data = {
    'Ceng': ['DX', 'WY', 'CS'],
    'Day': ['2010', '2012', '2018'],
    'Weilai': ['变瘦', '变帅', '有钱']
}
df = pd.DataFrame(data)
print(df)
print(df.dtypes)
print(df.columns)
print(df.index)

Ceng Day Weilai
0 DX 2010 变瘦
1 WY 2012 变帅
2 CS 2018 有钱
Ceng object
Day object
Weilai object
dtype: object
Index([‘Ceng’, ‘Day’, ‘Weilai’], dtype=‘object’)
RangeIndex(start=0, stop=3, step=1)

• 查询多列，返回一个DataFrame（两层中括号）

print(df[['Ceng', 'Weilai']])
print(type(df[['Ceng', 'Weilai']]))

Ceng Weilai
0 DX 变瘦
1 WY 变帅
2 CS 有钱
<class ‘pandas.core.frame.DataFrame’>

• 查询行，一行返回Series，多行返回DataFrame

  • 使用loc函数

    • 通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）

  • 使用iloc函数

    • 通过行号来取行数据（如取第二行的数据）

print(df.loc[1])
print(type(df.loc[1]))

print(df.loc[1:2])
print(type(df.loc[1:2]))

Ceng WY
Day 2012
Weilai 变帅
Name: 1, dtype: object
<class ‘pandas.core.series.Series’>
Ceng Day Weilai
1 WY 2012 变帅
2 CS 2018 有钱
<class ‘pandas.core.frame.DataFrame’>