pandas versus Excel 学习笔记2（行、列、单元格）

一、创建序列

series可以用来表示行和列

1、利用字典创建序列

s1=pd.Series({x':100,'y':200})

d={'x':100,'y':200,'z':300}
s1=pd.Series(d)#将字典转化为序列
print(s1)

key转化为index

value转化为data

2、利用列表创建序列

L1=[100,200,300]
L2=['x','y','z']
s1=pd.Series(L1,index=L2)#生成一个序列,可以表示行和列
#或者
s1=pd.Series([100,200,300],index=['x','y','z'])

二、将序列加入DataFrame中

1、以列的形式加入（用字典）

s1=pd.Series([1,2,3],index=[1,2,3],name='A')
s2=pd.Series([10,20,30],index=[1,2,3],name='B')
s3=pd.Series([100,200,300],index=[1,2,3],name='C')
df=pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})

 结果：

 A   B    C
1  1  10  100
2  2  20  200
3  3  30  300
2、以列的形式加入（list）

df2=pd.DataFrame([s1,s2,s3])

    结果：

 1    2    3
A    1    2    3
B   10   20   30
C  100  200  300

DataFrame和series都有index 对齐关系

s1=pd.Series([1,2,3],index=[1,2,3],name='A')
s2=pd.Series([10,20,30],index=[1,2,3],name='B')
s3=pd.Series([100,200,300],index=[2,3,4],name='C')
df=pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})

结果：

     A     B      C
1  1.0  10.0    NaN
2  2.0  20.0  100.0
3  3.0  30.0  200.0
4  NaN   NaN  300.0