python——pandas基础篇

pandas基础篇（二）

这部分主要整理介绍pandas的基本数据结构及其基础语法
pandas的基本数据结构有两种数据类型：（1）Series
(2) DataFrame

1. Series

1.1 Series的组成

Series的组成由四部分组成：

• data ：序列的值
• index：索引 （索引有它自己的名字属性，默认为NULL）
• dtype: 储存类型
• name: 序列名字

1.2 定义

#定义Series
import pandas as pd
s = pd.Series(data = [100, 'a', {'dic1':5}],
              index = pd.Index(['id1', 20, 'third'], name='my_idx'),
              dtype = 'object',
              name = 'my_name')
s

运行截图

Object:代表了一种混合类型。正如上面所示，data里既有字符串，又有整数，字典形式等。此外，pandas把纯字符串序列也默认认为是一种object类型的序列，但它也可以用string类型存储。

1.3 Series获取属性

series获取属性，其实和java类似，都是以"."的方式获取属性和方法。

#获取属性代码如下：
s.values  #获取data值，得写成values,不能直接写data
s.index
s.dtype
s.name

部分代码运行截图：

2. DataFrame

DataFrame在Series的基础上增加了列索引，一个数据框可以由二维的data与行列索引来构造：

2.1 两种定义方式

• 普通定义

data = [[1, 'a', 1.2], [2, 'b', 2.2], [3, 'c', 3.2]]
df = pd.DataFrame(data = data,
                  index = ['row_%d'%i for i in range(3)],
                  columns=['col_0', 'col_1', 'col_2'])
df

运行截图

• 常用方式
  采用从列索引名到数据的映射来构造数据框，同时再加上行索引：

df = pd.DataFrame(data = {'col_0': [1,2,3],
                          'col_1':list('abc'),
                          'col_2': [1.2, 2.2, 3.2]},
                  index = ['row_%d'%i for i in range(3)])
df

2.2 获取属性

与Series类似，在数据框中同样可以取出相应的属性

df.values
df.index

2.3 .T转置

通过.T可以把DataFrame进行转置：

df.T