pandas-1：Series && DataFrame

摘要：

1. 两种基本的数据结构 Series 和 DataFrame

介绍

参考网址： http://pandas.pydata.org/pandas-docs/stable/

两个基本的重要的数据结构

1. Series
2. DataFrame

Series

>>> import pandas as pd

Series 是一个一维带标签的数组，其中你能包含任意类型的数据。Series 是一个类，其构造函数如下：

>>> help(pd.Series.__init__)
Help on method __init__ in module pandas.core.series:

__init__(self, data=None, index=None, dtype=None, name=None, copy=False, fastpath=False) unbound pandas.core.series.Series method

在创建 Series 对象的时候，一般需要提供数据，即 data，例如：

>>> ser = pd.Series(data = [100,200,300,400,500])
>>> ser
0    100
1    200
2    300
3    400
4    500
dtype: int64

也可以给数据加上标签：

>>> ser = pd.Series(data=[100,200,300,400,500], index=['tom','bob','nancy','dan','eric'])
>>> ser
tom      100
bob      200
nancy    300
dan      400
eric     500
dtype: int64

可以看到，当我们不给数据添加标签的时候，标签就自动的从零开始，直到 len(data)-1。

上面的两个例子中，给出的 data 所有的元素都是同一个类型，即 int64，但其实它可以包含不同的类型，如下所示：

>>> ser = pd.Series(data=[100,'foo',300,'bar',500], index=['tom','bob','nancy','dan','eric'])
>>> ser
tom      100
bob      foo
nancy    300
dan      bar
eric     500
dtype: object

除了上面使用普通的列表作为 data 的值外， 还可以使用， narry 字典 数（scale）来对其进行赋值。

获取标签对应的值

可以通过标签获得所对应的值：

>>> ser['nancy']
300

也可以使用 loc 方法来通过标签获取值，loc 即 location：

>