欢迎转载,转载时请注明来源:https://blog.csdn.net/u010967382/article/details/89490502
1.简介
pandas包括3类核心数据结构:
一维:pandas.core.series.Series
二维:pandas.core.frame.DataFrame
三维:pandas.core.panel.Panel(从0.20.0版本开始不建议使用该结构,未来将移除该结构!)
其中最核心的是Series和DataFrame。
series 和 dataframe的区别与联系:
区别:series,只是一个一维数据结构,它由index和value组成。dataframe,是一个二维结构,除了拥有index和value之外,还拥有column。
联系:dataframe由多个series组成,无论是行还是列,单独拆分出来都是一个series。
2.Dataframe常用操作代码演示
------------------------------------Part1:创建 ------------------------------------
>>> import pandas as pd
# 通过读入'\t'分割的csv文件创建dataframe,指定数据中没有表头,通过names指定表头
# 指定第0列是行索引(也可不指定,行索引就是递增数字),指定编码为utf-8
>>> dfc = pd.read_csv('/xxx/test.csv', sep='\t', header=None, names = ['man','woman'], index_col =0, encoding='utf-8')
# 以下演示基于数据集创建dataframe
>>> data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
>>> labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
>>> df = pd.DataFrame(data, index=labels)
>>> df
animal |
age |
visits |
priority |
|
---|---|---|---|---|
a |
cat |
2.5 |
1 |
yes |
b |
cat |
3.0 |
3 |