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。