pandas将df赋值到另一个df_pandas将df赋值到另一个df_Pandas之基础操作

Pandas库主要针对Series和DataFrame两种数据结构进行操作，一般与Numpy同时导入：

一、Series

1、Series的定义与使用

Series 是一个带有名称和索引(显性)的一维数组

Series 中包含的数据类型可以是整数、浮点、字符串、列表、元组、ndarray等

创建方式：pd.Series(['data=None', 'index=None', 'dtype=None', 'name=None'],)

从上面显示的dtype可以看出，和ndarray一样，Series中只能保存一种数据类型，如果数据类型不一致的话，也会自动转化为一致，转化的规则和ndarray类似：

注：如果在Pandas对象中dtype被标记为“object”，大概率是字符串，以及非数值型的数据类型

2、Series索引标签及添加

方法一：在创建Series对象的时候添加

定义之后就可以查看Series的索引标签：

方法二：建立好Series之后，用一个新的列表(或者其他有序序列)赋值到该Series的索引对象Index中

3、Series的名字及添加

方法一：在创建Series对象的时候添加

方法二：建立好Series之后，通过改变Series实例属性的方式来添加

4、Series索引名字的添加

通过index.name属性添加

5、Pandas的Index对象

综上所述，一个Series包括了data，index 以及 name，但是按照上面的方法，定义一个完整元素的 Series 的索引，需要先定义索引标签，再定义索引的名字，未免太繁琐。可以通过定义 Index 对象，再将其赋值到Series 中的 index 参数，这样可以一次性定义一个有完整元素的Series索引

6、Series的索引和切片

索引标签的添加并不会删除索引，索引依然可以使用，也可以通过索引标签进行切片：

注意：切片方法有点差异，用索引是不取末端，用索引标签取末端