Pandas数据结构

pandas是Python进行数据分析的过程中使用最广泛的库。利用pandas的内置方法，可以高效完成各种日常数据分析工作，如描述统计、数据清洗、分类汇总等。pandas的数据结构有4种，分别是Series、Time-Series、DataFrame和Panel。

1.Series:一维数组，与Numpy中的一维Array相似。

二者与List的区别是List中的元素可以是不同的数据类型，而Array和Series只允许存储相同的数据类型。

定义一个Series:

from pandas import Series

s = Series([1,2,'a','b','c'])
print(s)

0    1
1    2
2    a
3    b
4    c
dtype: object

左侧的为索引，右侧列为元素值，可以通过索引修改元素值

s[3] = 'ccd'
print(s)

0      1
1      2
2      a
3    ccd
4      c
dtype: object

也可以通过index修改索引

s1=Series([1,2,'a','b','c'], index=['A','B','C','D','F'])
s2=Series([111,222,333])
s2.index=['a','b','c']
print(s1)
print(s2)

A    1
B    2
C    a
D    b
F    c
dtype: object
a    111
b    222
c    333
dtype: int64

2.Time-Series:以时间为索引的Series。

3.DataFrame：二维的表格型数据结构。

定义一个DataFrame。

from pandas import DataFrame

data={"title":['语文','数学','英语'],"score":[100,99,99]}
df=DataFrame(data)
print(type(data),type(df))
print(data)
print(df)

<class 'dict'> <class 'pandas.core.frame.DataFrame'>
{'title': ['语文', '数学', '英语'], 'score': [100, 99, 99]}
  title  score
0    语文    100
1    数学     99
2    英语     99

如果需要保存的话，

df.to_csv('D:/desktop/xieru.csv',encoding='gbk')

 这里需要注意的是，DataFrame写入的话，读取的数据无法按照索引来使用

 

 需要加上.values

DataFrame的列和索引均可以自定义。

 修改某一列的数据

修改具体某个位置的数据

4.Panel:三维数据。