pandas模块使用

Series一维数据，由索引和列组成

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

参数说明：

data：一组数据(ndarray 类型)。

index：数据索引标签，如果不指定，默认从 0 开始。

dtype：数据类型，默认会自己判断。

name：设置名称。

copy：拷贝数据，默认为 False。

一维数据基本用法

import pandas as pd
a=[1,2,3]
data=pd.Series(a)
#重新定义索引，
data=pd.Series(a,index=['x','y','z'])
#给这个一维数据起名字
data=pd.Series(a,name='series_way')

DATaFrame二维表格

表格形的二维数据结构，含有一组有序的列，每列可以是不同的值类型（数值，字符串，布尔值等）。他既有行索引也有列索引，可以看作由series组成的字典。且组成的方式可以用字典包列表，列表包字典都可以。

DataFrame构造方法

pandas.DataFrame(data,index,cloumns,dtyp,copy)

参数说明

• data：一组数据（字典，列表，series等类型）
• index： 索引值，也可以称为行标签
• columns：列标签，默认（0，1，2…n）
• dtype:数据类型，默认
• copy： 拷贝数据，默认为False

列表套列表创建

import pandas as pd
data=[['list1',10],['list2',12],['list3',13]]
dframe=pd.DataFrame(data,columns=['Name','Age'],dtype=float)
print(df)

字典套列表创建（即ndarrays，他们的长度必须相同）

import pandas as pd
#key即列名,value用列表代替，每个value的列表长度一样
data={
   'Name':['list1','list2','list3'],'Age':['11','12','13']}
df=pd.DataFrame(data)
print(df)

列表套字典创建

这个方法不建议采用，太冗余繁琐，列数据太多就很麻烦

import pandas as pd
data=[{
   'Name