pandas入门 02 数据结构

import numpy as np
import pandas as pd

0 pandas数据结构简介

pandas主要处理下面三种数据结构
* Series
* DataFrame
* Panel

它们都是以numpy为基础的，处理速度相对较快，其中最常用的是DataFrame。

数据结构	维数	简述
Series	1	1维数组，大小不可变，但是里边的值可变
DataFrame	2	2维数组，大小可变
Panel	3	3维数组，大小可变

接下来详细介绍这三种数据结构

1 Series

Series是一个可以保存任何类型的数据的一维标签数组，标签被称之为index。

1.1 构造函数

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

构造函数参数如下：

参数	描述
data	数据，例如ndarray、list等
index	索引值必须保证唯一并可散列，与数据长度相同。默认使用np.arange(n)
dtype	数据类型
copy	复制数据，默认为False

1.2 创建Series

1.2.1 创建空Series

s = pd.Series()
print s

Series([], dtype: float64)

1.2.2 从list创建Series

使用默认的index使用默认index，如下所示

s = pd.Series([1, 3, 5, np.nan, 6, 8])
print s

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

1.2.3 从np.ndarray中创建Series

给定一个相同长度的index，如下所示

s = pd.Series(np.random.rand(5), index=["a", "b", "c", "d", "e"])
print s

a    0.055684
b    0.697289
c    0.768223
d    0.428101
e    0.748015
dtype: float64

print s.index

Index([u'a', u'b', u'c', u'd', u'e'], dtype='object')

1.2.4 从dict创建Series

如果没有指定index，则按照字典顺序获取dict中的健作为index。如果指定了index，则按照指定的index从dict中获取索引对应的值。

d = {
  "a": 0., "b": 1., "c": 2.}
s = pd.Series(d)
print s

s = pd.Series(d, index=["b", "c", "d", "a"])
print s

a    0.0
b    1.0
c    2.0
dtype: float64
b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64

1.2.5 从标量中创建Series

使用这种方式必须指定index，如下所示：

s = pd.Series(5., index=["a", "b", "c", "d", "e"])
print s

a    5.0
b    5.0
c    5.0
d    5.0
e    5.0
dtype: float64

1.3 类ndarray访问Series

Series与np.ndarray非常相似，可以使用大部分NumPy中的大部分方法或者方式来操作和访问Series，如下所示：