每天15分钟学习python（14）-数据处理

1.对象 Series

Serise和Numpy类似，serise是pandas模块中的数据结构对象，serise模块不仅包含数组，还包含一组数组所对应的标签。

import pandas as pd
s = pd.Serise(['生活','诗歌','远方','爱情'])
print(s)

可以从输出结果发现，每一个数据都有一个对应的标签 0，1，2，3，而我们也可以不用那些标签，给他们赋予标签

import pandas as pd
s = pd.Serise(['生活','诗歌','远方','爱情']，index=['one','two','three','four'])
print(s)

注：这样自定义标签时，行标签不是整数，需要输出是s[1]时是第二个元素，即诗歌，其实道理是一样的上面是0开头。

利用字典数据同样可以创建

import pandas as pd
s = pd.Serise(['one':'生活','two':'诗歌','three':'远方','four':'爱情'])
print(s)

即 key：value

2.DataFrame对象

DataFrame是一种二维的数据结构对象类似于Excel,也是我们做数据分析常用的。

import pandas as pd
d = pd.DataFrame([['生活',50],['诗歌',20],['远方',10],['爱情',20]])
print(d)

从输出结果我们可以看到一个二维的列表（从0开始）同样我们可以自定义他的行列标签

import pandas as pd
d = pd.DataFrame([['生活',50],['诗歌',20],['远方',10],['爱情',20]],columns=['名称','占比']，index=['001','002','003','004',)
print(d)

他也可以基于字典建立

import pandas as pd
d = pd.DataFrame({'名称':['生活','诗歌','远方','爱情'],'占比':[50,20,10,20]})
print(d)

注：这里想要自定义行标签，就需要参数index，大家可以自己试试

下节我们开始与Excel表格进行联系，开始我们的数据处理。