python-Pandas库学习笔记

Pandas 数据结构 - Series

import pandas as pd

# Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型
# Series 由索引（index）和列组成
a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar)
# 如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据
a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar[1])
# 可以指定索引值
a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index=["x", "y", "z"])
print(myvar)
# 根据索引值读取数据
print(myvar["y"])
# 可以使用 key/value 对象，类似字典来创建 Series
sites = {
   1: "Google", 2: "Runoob", 3: "Wiki"}  # 字典的 key 变成了索引值。
myvar = pd.Series(sites)
print(myvar)
myvar = pd.Series(sites, index=[1, 2])
print(myvar)
# 设置 Series 名称参数
myvar = pd.Series(sites, index=[1, 2], name="RUNOOB-Series-TEST")
print(myvar)

Pandas 数据结构 - DataFrame

# DataFrame 是一个表格型的数据结构，它含有一组有序的列，
# 每列可以是不同的值类型（数值、字符串、布尔型值）。
# DataFrame 既有行索引也有列索引，
# 它可以被看做由 Series 组成的字典（共同用一个索引）。
import pandas as pd

# Pandas DataFrame 是一个二维的数组结构，类似二维数组
data = [['Google', 10], ['Runoob', 12], ['Wiki', 13]]
df = pd.DataFrame(data, columns=['Site', 'Age'], dtype=float)
print(df)
# 使用 ndarrays 创建，ndarray 的长度必须相同，
# 如果传递了 index，则索引的长度应等于数组的长度。
# 如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。
data = {
   'Site': ['Google', 'Runoob', 'Wiki'], 'Age': [10, 12, 13]}
df = pd.DataFrame(data)
print(df)  # DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）
# 还可以使用字典（key/value），其中字典的 key 为列名
data = [{
   'a': 1, 'b': 2}, {
   'a': 5, 'b': 10, 'c': 20}]  # 没有对应的部分数据为 NaN
df = pd.DataFrame(data)
print(df)
# Pandas 可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1
data = {
   
    "calories": [420, 380, 390],