Python_pandas数据结构——Series、DataFrame

series是一个一维数组，是基于NumPy的ndarray结构。Pandas会默然用0到n-1来作为series的index，但也可以自己指定index(可以把index理解为dict里面的key)。

 Series（系列）

系列是具有均匀数据的一维数组结构。如表中系列集合：

A	B	C	D	E	F
1	3	5	6	8	10

代码实现：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 
data  = np.array(['a','b','c','d'])
index = [100,101,102,103]
obj = pd.series (data,index)
print(obj)

代码中使用了padnas.Series 方法处理了一维数组，该方法共有四个参数，即：

pandas.Series(data,index,dtype,copy),各参数的说明如下：

• data:传入的数据参数，数据类型支持数组，列表等
• index:索引，与数据的长度相同
• dtype:用于表示数据类型，省略是默认为浮点数据类型
• copt:复制一份数据，默认为false

运行结果：

100 a 101 b 102 c 103 d

Series实际操作实例

1、创建一个serise数据

import pandas as pd
import numpy as np
​
s = pd.Series([9, 'zheng', 'beijing', 128])
​
print(s)

输出：

0          9
1      zheng
2    beijing
3        128
dtype: object

访问其中某个数据：

print(s[1:2])
​
# 打印
1    zheng
dtype: object

2、 指定index

import pandas as pd
import numpy as np
​
s = pd.Series([9, 'zheng', 'beijing', 128, 'usa', 990], index=[1,2,3,'e','f','g'])
​
print(s)

输出：

1          9
2      zheng
3    beijing
e        128
f        usa
g        990
dtype: object

根据索引找出值        

print(s['f'])    # usa

1.3 用dictionary构造一个series

import pandas as pd
import numpy as np
​
s = {"ton": 20, "mary": 18, "jack": 19, "car": None}
​
sa = pd.Series(s, name="age")
​
print(sa)

打印：

car      NaN
jack    19.0
mary    18.0
ton     20.0
Name: age, dtype: float64