Pandas简单使用Series和DataFrame

Series的创建方式

• 通过标量来创建Series

  x=22
  s1=pd.Series(x)
  s1
  
  0	22
  dype:int64
  
  s2=pd.Series(x,index=list(range(3)))
  s2
  
  0	22
  1	22
  2	22
  dtype:int64
  

• 通过可迭代对象创建Series

  x=range(1,7)
  s1=pd.Series(x)
  s1
  
  0	1
  1	2
  2	3
  3	4
  4	5
  5	6
  dtype:int64
  

• 通过列表创建Series

  x=[1,2,3,4,5]
  s1 = pd.Series(x)
  s1
  0	1
  1	2
  2	3
  3	4
  4	5
  

• 通过字典创建Series

  x=dict(a=22,b=18,c=36)
  x
  {"a":22,"b":18,"c":36}
  
  s1=pd.Series(x)
  s1
  a	22
  b	18
  c	36
  

Series的6个常用属性

• ndim：返回Series的维数

• shape：返回Series的行列数

• size：返回Series元素的个数

• dtype：返回Series元素的数据类型

• index：返回Series的索引，得到的只是一个索引对象，我们可以利用list()函数将他们转换为索引列表

• values：返回Series的数值

  x = [1,3,5,7,9]
  s = pd.Series(x)
  s
  	
  0	1
  1	3
  2	5	
  3	7
  4	9
  dtype: int64
  
  s.ndim
  1
  
  s.shape
  (5,)
  
  s.size
  5
  
  s.dtypes
  dtype("int64")
  
  list(s.index)
  [0,1,2,3,4]
  
  s.values
  array([1,3,5,7,9],dtype=int64)
  

DataFrame的4种创建方式（最外层为字典则是竖着，最外层为列表则是横着）

• 通过列表组成的列表创建DateFrame

  x=[
  	[1,2,3,4],
  	[5,6,7,8],
  	[9,10,11,12]
  ]
  df1=pd.DataFrame(x)
  df1
  
  	0	1	2	3
  0	1	2	3	4
  1	5	6	7	8
  2	9	10	11	12
  
  df2=pd.DataFrame(x,index=['aa','bb','cc'],columns=list('abcd'))
  df2
  
  	a	b	c	d
  aa	1	2	3	4
  bb	5	6	7	8
  cc	9	10	11	12
  

• 通过列表组成的字典创建DataFrame

  x = {
  	"name":['张三','李四','王五'],
  	"age":[18,22,20],
  	"sex":["男","女","男"]
  }
  df=pd.DataFrame(x)
  df
  
  	name age sex
  0	张三	18	男 
  1	李四	22	女
  2	王五	20	男
  

• 通过字典组成的列表创建DataFrame

  x=[
  	{'one':1,'two':2,'three':3},
  	{'one':11,'two':22,'three':33}
  ]
  df=pd.DataFrame(x)
  df
  
  	one	two	three
  0	1	2	3
  1	11	22	33
  

• 通过字典组成的字典创建DataFrame

  x = {
  	"张三":{'mysql':88,'python':77,'hive':66},
  	"李四":{'mysql':11,'python':22,'hive':33}
  }
  df=pd.DataFrame(x)
  df
  
  		张三	李四
  mysql	88	  11
  python	77	  22
  hive	66	  33
  

DataFrame的7个常用属性

• ndim：返回DataFrame的维数

• shape：返回DataFrame的行列数

• size：返回DataFrame元素的个数

• dtypes：返回DataFrame每一列元素的数据类型

• index：返回DataFrame的行索引

• columns：返回DataFrame的列索引

• values：返回DataFrame的数值

  x = {
  	"name":["张三","李四","王五"],
  	"age":[18,20,19],
  	"sex":["男","女","男"]
  }
  df=pd.DataFrame(x)
  df
  
  	name  age  sex
  0	张三	 18	  男
  1	李四	 20	  女
  2	王五	 19	  男
  
  df.ndim
  2
  
  df.shape
  (3,3)		##(列，行)
  
  df.size
  9			##一共有9个元素
  
  df.dtypes
  name	object
  age		int64
  sex		object
  
  list(df.index)
  [0,1,2]
  
  list(df.columns)
  ['name','age','sex']
  
  df.values						###numpy的二维数组
  array([
  		['张三','李四','王五'],
  		[18,20,19],
  		["男","女","男"]
  	],dtype=object)
  
  df.values.tolist()
  [['张三', 18, '男'], ['李四', 20, '女'], ['王五', 19, '男']]