pandas基础

pandas是python语言的扩展库，用于数据分析。

pandas可以使数据构建成一维或者二维数组保存起来，类似于表格。

目录

pandas数据结构

1.Series(一维数据)

2.DateFrame(表格型数据结构) 

---

pandas数据结构

1.Series(一维数据)

就是将数据放在一列中保存起来。

pandas.Series(date,index,dtype,name,copy)

date：放置一组数据

index：数据索引标签，默认从0开始

dtype：数据类型，默认系统自定

name：名称

copy：拷贝数据，默认False

pandas一般使用别名pd，在导入模块时重命名。

import pandas as pd
from pandas import DataFrame
from pandas import Series
a=['王一','赵二','老三','李四','王五']
a_list=pd.Series(a)
print(a_list)

默认从0开始排列。 

加入索引和名称：

import pandas as pd
from pandas import DataFrame
from pandas import Series
a=['王一','赵二','老三','李四','王五']
a_list=pd.Series(a,index=['第一户','第二户','第三户','第四户','第五户'],name="hello")
print(a_list)

 

 数据放在一列中，前面是它的索引。

2.DateFrame(表格型数据结构) 

DateFrame是一个表格类型的数据结构，即它可以有很多列。

索引	列1	列2	列3	............

 数据被放在这样的表格中。

pandas.DataFrame(data,index,colums,dtype,copy)

colums：列标签，默认从0开始。

其它数值和Series一样。

import pandas as pd
from pandas import DataFrame
from pandas import Series

data=[['王一','上班'],['李四','摸鱼'],['张三','睡觉']]
a_data=DataFrame(data,columns=['姓名','状态'])
print(a_data)

在DataFrame数据类型中，同一个列表中的数据放在同一行里，不同列表中的数据放在不同列里，colums列标签要和数据数量一致，否则会报错。

除了放在列表中引用，还可以放在字典中，这样字典的键名就是列名，键值就是该列下的数据 ：

import pandas as pd
from pandas import DataFrame
from pandas import Series

data={'姓名':['王一','赵二','老三','李四','王五'],'状态':['上班','上班','放假','出行','上班']}
a_data=DataFrame(data)
print(a_data)

在pandas中还可以使用loc属性返回指定行，比如上面的代码中，仅修改输出代码为

print(a_data.loc[0])

 

返回多行索引的时候.loc[1,2,3.....]，和列表引用相似。 

在pandas中还可以使用.T属性进行行列转换：

import pandas as pd
from pandas import DataFrame
from pandas import Series
f_list=DataFrame()
a=['王一','赵二','老三','李四','王五']
b=['上班','上班','放假','出行','上班']
c=['6k','6k','8k','15k','8k']
a_list=pd.DataFrame([a,b,c],index=['姓名','状态','工资']).T
print(a_list)

 

 首先列表内容都被放在行中，对每一行的索引index命名，然后进行行列转换，就可以实现上面的效果，不用放在字典中。