数据分析——pandas

pandas核心数据结构

Series：一维数据

创建Series

1、利用列表创建Series

import pandas as pd
import numpy as np
s1 = pd.Series([1,2,'a',4])

2、创建一个具有标签索引的Series

s2 = pd.Series([1,2,3], index = ['a', 'b', 'c'])

3、利用python字典创建Series

sdata = {
   'a':1, 'b':2, 'c':3}
s3 = pd.Series(sdata)

Series的索引

类似python的字典根据标签索引查询数据

s2['a']
type(s2['a'])
s2[['b', 'a']]
type(s2[['b', 'a']])

DataFrame：二维数组

DataFrame是一个表格型的数据结构，每列可以是不同的值类型（数值，字符串，布尔值等），既可以有行索引index，也可以有列索引columns，可看成由Series组成的字典

DataFrame的创建

1、根据多个字典序列创建

data = {
   
			'state':['Ohio','Ohio','Nevada'],
			'year':[2000, 2001, 2002],
			'pop': [1.5, 1.7, 3.6]
}
df = pd.DataFrame(data)
df.types
df.columns
df.index

2、从结构化数据中创建

data = [(1, 2.2, 'Hello'), (2, 3., "World")]
pd.DataFrame(data)
pd.DataFrame(data, index=['first', 'second'], columns=['A', 'B', 'C'])

DataFrame的索引

# 查询一列， 结果是一个pd.Series
df['year']
# 查询多列，结果是一个pd.DataFrame
df[['year', 'pop']]

# 查询一行，结果是一个pd.Series
df.loc[1]
df.loc[1:3]

pandas查询数据

1、使用单个label值查询数据

# 得到单个值
df.loc[1,'year']
# 得到一个Series
df.loc[1, ['year', 'pop']]

2、使用值列表批量查询

# 得到DataFrame
df.loc[[1,2], ['year', 'pop']]

3、