Pandas(一)

pandas有三种基本数据结构：

(1)Series　(2)DataFrame　(3)Index

(一)pandas的Series对象

pandas的Series对象是一个带索引值的一维数组。创建一个数组对象如下：

import pandas as pd   data = pd.Series([1.1,2.789,3.8644,4,5,6])

输出结果如下

0    1.1000 1    2.7890 2    3.8644 3    4.0000 4    5.0000 5    6.0000 dtype: float64

这样可以看出Series是吧一组数据和一组索引绑定在一起，我们可以像字典那种访问方式访问values和index.同时也可以像numpy那样子通过索引获取标签的值。

代码如下：

import pandas as pd   data = pd.Series([1.1,2.789,3.8644,4,5,6])   print(data.values)   print(data.index)   print(data[2])

输出结果如下

[ 1.1     2.789   3.8644  4.      5.      6.    ] RangeIndex(start=0, stop=6, step=1) 3.8644

我们可以看见pandas的Series比numpy的一维array操作更加更加灵活。

（二）Series是通用的Numpy数组

Series通过显示的索引将数组与之绑定，而numpy则是隐式的方式来获取标签的值。

Series同样也可以对Index进行定义，完全可以定义成你需要的数据类型。

代码如下：

data = pd.Series([1.1,2.789,3.8644,4,5,6], index=['a','b','c','d','f','d']) print(data)

输出结果

a    1.1000 b    2.7890 c    3.8644 d    4.0000 f    5.0000 d    6.0000 dtype: float64

获取index和values方法和之前相同。同样也可以不按照顺序定义index，这样也是可以的。

（三）Series是特殊的字典

pandas的Series可以看成一种特殊的字典，字典是将任意键值映射到一组任意值的数据结构，而Series则是将类型键值映射到类型值，在某些操作上甚至比dict更加高效。我们用python直接创造一个字典，然后进行对比，这里的操作有点像强制类型转换。

代码如下

area_dict = {'california':423967,'Texas':695662,'New York':141297, 'Florida':170312,'Illinois':149995} area = pd.Series(area_dict) print(data) print(area)

运行结果

Florida       170312 Illinois      149995 New York      141297 Texas         695662 california    423967 dtype: int64

（四）创建Series对象

代码

print("============================") print(pd.Series([1,3.4,5])) print("============================") print(pd.Series(3,index=[2,4,6])) print("============================") print(pd.Series({'california':423967,'Texas':695662,'New York':141297, 'Florida':170312,'Illinois':149995})) print("============================") print(pd.Series({'california':423967,'Texas':695662,'New York':141297, 'Florida':170312,'Illinois':149995},index = ['california','Texas']))

输出结果

============================ 0    1.0 1    3.4 2    5.0 dtype: float64 ============================ 2    3 4    3 6    3 dtype: int64 ============================ Florida       170312 Illinois      149995 New York      141297 Texas         695662 california    423967 dtype: int64 ============================ california    423967 Texas         695662 dtype: int64