数据分析工具Pandas的知识点整理

一：Pandas的数据结构分析

Pandas中有两个主要的数据结构，分别是Series和DataFrame

（1）.Series：一维的数据结构，它能保存任何类型的数据，主要由一组数据和相关的索引两部分组成，创建方法：｛Series类对象创建方法：class pandas.Series（data=None,index=None,dtype=None,name=None,copy=False,fastpath=False）；创建Series类对象：ser_obj=pd.Series([1，2，3，4，5])；创建Series类对象并指定索引：ser_obj=pd.Series([1，2，3，4，5])，index=['a','b','c','d','e']；使用dict构建：year_data={2001:17.8，2002:20.1，2003:16.5}     ser_obj2=pd.Series(year_data)｝；获取ser_obj的索引：ser_obj.index，获取ser_obj的数据：ser_obj.values，获取位置索引3对应的数据：ser_obj[3]

（2）.DataFrame：二维的、表格型的数据结构，它没列的数据可以是不同的数据类型，创建方法：｛pandas.DataFrame（data=None，index=None，columns=None，dtype=None，copy=False），通过传入数组来创建DataFrame类对象：创建数组demo_arr=np.array([['a'，'b'，'c']，['d'，'e'，'f']])，基于数组创建DataFream对象df_obj=pd.DataFrame(demo_arr)，通过列索引的方法获取一列数据element=d