Pandas的学习(1.pandas的介绍以及pandas中的Series的创建)

什么是Pandas？

1. Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的

2. pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具

3.pandas提供了大量能使我们快速便捷地处理数据的函数和方法

4.它使Python成为强大而高效的数据分析环境的重要因素之一

 导入Pandas

  1.Pandas常用的两种结构：

       (1)  Series 是一个类似数组的数据结构

        (2) DataFrame 数据框  类似于Excel，DataFrame组织数据，处理数据

 2. Python数据分析三剑客：Pandas、Numpy、Matplotlib

'''Python数据分析三剑客：Pandas、Numpy、matplotlib'''
import pandas as pd   # 导入Pandas
from pandas import DataFrame,Series  # 导入DataFrame,Series(Pandas常用的结构)
import numpy as np
import matplotlib.pyplot as plt

 

Series

  Series 是一种类似与一维数组的对象，由下面两个部分组成：

       ·  values: 一组数据（ndarray类型）

       ·  index : 相关的数据索引标签

1. Series的创建

   两种创建方式：

   (1)   由列表或numpy数组创建默认索引为0到N-1的整数型索引

           通过Series() 创建Series的对象, 可以指定index参数来自定义索引，默认是从0开始的自然数

           如果创建的时候没有指定，通过  Series对象.index = 索引列表     这种方式进行指定

from pandas import Series
import numpy as np

# 通过创建numpy创建数组
nd = np.array([1, 4, 5, 6, 2, 3])
# 通过Series() 创建数组
s = Series(nd)
print(s)
"""
    运行结果：
    0    1
    1    4
    2    5
    3    6
    4    2
    5    3
    dtype: int32

自动会加上索引，没有指定索引的话，默认是从0开始的自然数
"""

'''可以通过设置index参数指定索引'''
s.index = list('abcdef')
print(s)
"""
    运行结果：
    a    1
    b    4
    c    5
    d    6
    e    2
    f    3
    dtype: int32
"""

特别地，由ndarray创建的是引用，而不是副本，对Series元素的改变也会改变ndarray对象中的元素，(而列表没有这种情况)， 使用Series创建的时候，ndarray或者是列表必须是一维的

（2）由字典创建

# 由字典创建
s2 = Series({"a": 1, "b": 2, "c": 3})
print(s2)
"""
    运行结果：
    a    1
    b    2
    c    3
    dtype: int64
"""