Pandas常见数据类型

导入

import pandas as pd
import numpy as p

创建series类型
np.Series(data，index= ,dtype = )
data 可以是dict,array,list

# dict创建series
In [11]: s =  pd.Series({1:12,2:23,3:34})
In [12]: s
Out[12]:
1    12
2    23
3    34
dtype: int64
# list创建
In [14]: se = pd.Series([12,23,34],index=[1,2,3])
In [15]: se
Out[15]:
1    12
2    23
3    34
dtype: int64
#array创建
In [16]: se = pd.Series(np.array([12,23,34]),index=[1,2,3])
In [15]: se
Out[15]:
1    12
2    23
3    34
dtype: int64

series的一些方法和属性：

#查看形状
In [19]: se.shape
Out[19]: (3,)
#查看index
In [21]: se.index
Out[21]: Int64Index([1, 2, 3], dtype='int64')
#查看索引并把索引变成list
In [23]: se.index.tolist()
Out[23]: [1, 2, 3]
#查看维度
In [24]: se.ndim
Out[24]: 1
#查看值
In [27]: se.values
Out[27]: array([12, 23, 34])
#改变数据类型
In [26]: se.astype(float)
Out[26]:
1    12.0
2    23.0
3    34.0
dtype: float64
#查看数据类型
In [25]: se.dtype
Out[25]: dtype('int32')
#查看有几个元素
In [30]: se.size
Out[30]: 3

DataFrame(data,index= ,coulmns = ,dtype= )

>>> k = np.array([['小明','男'],['小兰','女'],['小红','女']])
>>>> da = pd.DataFrame(k,columns=['姓名','年龄'])
>>>> da
   姓名 年龄
0  小明  男
1  小兰  女
2  小红  女
# 利用列表
>>> da = pd.DataFrame([['小明','男'],['小兰','女'],['小红','女']],columns=['姓名','年龄'])
>>> da
   姓名 年龄
0  小明  男
1  小兰  女
2  小红  女
# 利用字典
>>> da = pd.DataFrame({'姓名':['小明','小兰','小红'],'年龄':['男','女','女']})
>>> da
   姓名 年龄
0  小明  男
1  小兰  女
2  小红  女