pandas dataframe创建_Python数据分析之pandas（一）

今天开始，我们将介绍pandas库。pandas的数据结构跟我们常用的表格结构一样，所以理解起来很容易。话不多说，赶紧开始我们的pandas之旅吧。

pandas数据结构

---

Series对象

在介绍之前，我们先导入numpy和pandas：

Series其实就是个带索引的一维数组：

如上图，左边一列为默认的索引，右边一列为数值。我们可以通过index和values分别获取索引和数据：

当然，可以通过索引来找到对应的数据：

刚才的索引是默认的，我们也可以自己创建索引：

Series是一种特殊的字典，我们可以将Python中的字典转换为Series：

如上图，字典中的键和值分别对应Series中的索引和值。

DataFrame对象

与Series类似，DataFrame就是带有索引和列名的二维数组。我们可以有多种方式创建DataFrame对象：

A.通过Series来创建

如上图，我们只需将之前的data1加个列名即可变为DataFrame对象。

B.通过字典来创建

如上图，字典的键为df1中的列名，字典的值为df1中的值，索引为默认。

C.通过Series对象构成的字典来创建

我们可以用之前的data和data1来创建一个DataFrame：

如图，由于data和data1的索引不同，有些值会返回NaN（not a number）。

D.通过numpy的二维数组进行创建

如图，创建二维数组后，只需将索引和列名定义好即可。

今天的介绍就到这里，下次再见。

---

更多干货内容，欢迎关注今日头条账号“人人都会机器学习”；你也可以搜索知识星球“自学机器学习”，里面也有精彩内容；还可以关注公众号：“数据实干家”，为你献上数据大餐。