pandas数据类型

pandas数据类型

Series：一维数组

创建Series的3种方式

import pandas as pd
import numpy as np

# 只以list数据创建，默认索引为1，2，3...
s1 = pd.Series([1,'a',43,13,68])

# 查看数据
s1

0     1
1     a
2    43
3    13
4    68
dtype: object

# 查看索引
s1.index

RangeIndex(start=0, stop=5, step=1)

# 查看数据
s1.values

array([1, 'a', 43, 13, 68], dtype=object)

# 根据索引查看数据
s1[2]
s1[[2,3]]

2    43
3    13
dtype: object

# 根据索引查看数据类型
type(s1[2])

int

# 以list数据创建，指定索引
s2 = pd.Series([1,'a',4,6,54],index=['d','c','a','b','e'])

# 查看数据
s2

d     1
c     a
a     4
b     6
e    54
dtype: object

# 查看索引
s2.index

Index(['d', 'c', 'a', 'b', 'e'], dtype='object')

# 查看数据
s2.values

array([1, 'a', 4, 6, 54], dtype=object)

# 以字典创建Series
data = {'lin':35000,'deng':13000,'huang':20000,'wang':14000}
s3 = pd.Series(data)

# 查看数据
s3

lin      35000
deng     13000
huang    20000
wang     14000
dtype: int64

# 查看索引
s3.index

Index(['lin', 'deng', 'huang', 'wang'], dtype='object')

# 查看数据
s3.values

array([35000, 13000, 20000, 14000], dtype=int64)

DataFrame：二维数组

创建方法

1. 读取纯文本文件、excel表、MySQL数据库

2. 根据字典序列创建

data={
    'name':['lin','hong','lian'],
    'age':[18,16,17],
    'course':[90,87,88]
}
df1 = pd.DataFrame(data)

# 查看数据
df1

	name	age	course
0	lin	18	90
1	hong	16	87
2	lian	17	88

# 查看数据类型
df1.dtypes

name      object
age        int64
course     int64
dtype: object

# 查看索引
df1.index

RangeIndex(start=0, stop=3, step=1)

# 查看列名
df1.columns

Index(['name', 'age', 'course'], dtype='object')

# 查看一列，数据类型是Series
df1['name']

0     lin
1    hong
2    lian
Name: name, dtype: object

# 查看多列，数据类型是DataFrame
df1[['name','age']]

	name	age
0	lin	18
1	hong	16
2	lian	17

# 查看一行，数据类型是Series
df1.loc[1]

name      hong
age         16
course      87
Name: 1, dtype: object

# 查看多行，数据类型是DataFrame
df1.loc[1:2]

	name	age	course
1	hong	16	87
2	lian	17	88