【pandas】1、Series 与 DaraFrame

1、Series

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

pandas.Series( data, index, dtype, name, copy)

参数说明：

• data：一组数据(ndarray 类型)。
• index：数据索引标签，如果不指定，默认从 0 开始。
• dtype：数据类型，默认会自己判断。
• name：设置名称。
• copy：拷贝数据，默认为 False。

---

1、使用 列表 创建 Series

import pandas as pd

students = ['Sam', 'Enzo', 'Lily']
myclass = pd.Series(students)
print(myclass)

从上图可知，如果没有指定索引，索引值就从 0 开始

---

2）使用 字典 创建 Series

import pandas as pd

students = {'name1':'Sam', 'name2':'Enzo', 'name3':'Lily'}
myclass = pd.Series(students, name='class')
print(myclass)

从上图可知，字典的 key 变成了索引值

如果只需要字典中的一部分数据，通过 index 指定就好了

import pandas as pd

students = {'name1':'Sam', 'name2':'Enzo', 'name3':'Lily'}
myclass = pd.Series(students, index=['name1', 'name3'], name='class')
print(myclass)

---

3）创建 Series，指定索引和名称

import pandas as pd

students = ['Sam', 'Enzo', 'Lily']
index = ['name1', 'name2', 'name3']
myclass = pd.Series(students, index=index, name='class')
print(myclass)

---

4）使用 索引 读取数据

import pandas as pd

students = ['Sam', 'Enzo', 'Lily']
index = ['name1', 'name2', 'name3']
myclass = pd.Series(students, index=index, name='class')
print(myclass['name2'])
print(myclass[1:3])

---

2、DaraFrame

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 拼接而成

pandas.DataFrame( data, index, columns, dtype, copy)

参数说明：

• data：一组数据(ndarray、series, map, lists, dict 等类型)。
• index：索引值，或者可以称为行标签。
• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
• dtype：数据类型。
• copy：拷贝数据，默认为 False。

---

1）使用 列表 创建 DataFrame

import pandas as pd

data = [['Google',10],
        ['Runoob',12],
        ['Wiki',13]]

df = pd.DataFrame(data,columns=['Site','Age'])
print(df)

---

2）使用 字典 创建 DataFrame

写法一：

import pandas as pd

data = {'Site':['Google', 'Runoob', 'Wiki'], 
        'Age':[10, 12, 13]}

df = pd.DataFrame(data)
print (df)

写法二：

import pandas as pd

data = [{'Site': 'Google'},{'Site': 'Runoob', 'Age': 12}]

df = pd.DataFrame(data)
print (df)

---

3）创建 DataFrame 时，指定索引

import pandas as pd

data = {'calories':[420, 380, 390], 
        "duration":[50, 40, 45]}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])
print(df)

---

4）使用 loc 读取指定行的数据

import pandas as pd

data = {'calories':[420, 380, 390], 
        "duration":[50, 40, 45]}

df = pd.DataFrame(data)
print(df.loc[0])
print('\n')
print(df.loc[2])

注意：返回结果其实就是一个 Pandas Series 数据。

---

也可以一次读取多行数据，注意是使用 [[ … ]] 格式，不是 [… ]

import pandas as pd

data = {'calories':[420, 380, 390], "duration":[50, 40, 45]}

df = pd.DataFrame(data)
print(df.loc[[0, 2]])

---

自定义索引时，使用 loc 指定索引值，读取对应的行

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

print(df.loc["day1"]) 
print('\n')
print(df.loc[["day1", "day3"]])