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