Pandas数据结构简介

Series

Series 类似一维数组，由一组数据及一组相关数据标签组成。使用pandas的 Series 类即可创建。

import pandas as pd
s1 = pd.Series(['a', 'b', 'c,', 'd'])
print(s1)
复制代码

#输出： 0      a 
#      1      b
#      2      c
#      3      d
#      dtype: object复制代码

上面是传入一个列表实现，上面的0，1，2，3就是数据的默认标签。另外可以通过 index 属性自定义标签。

s2 = pd.Series(['1', '2', '3,', '4'],index=['a', 'b', 'c,', 'd'])  # index设置自定义索引
print(s2)复制代码

另外 Series 还可以通过字典传参。

s3 = pd.Series({'a':1,'b':2})
print(s3.values)  # 通过values获取它的值复制代码

DataFrame

DataFrame 是由一组数据和一组索引组成的数据结构,有行索引和列索引。和excel类似，是一种表格型数据结构。下面的就是一种简单的 DataFrame 数据格式。

技能 
 0   python 
 1   Java复制代码

DataFrame 类中可传入 列表 实例化一个dataframe的表格数据对象，此时行和列索引默认都是0.常见的时传入嵌套的列表，嵌套的里面的列表也可以是元祖，如果不指定索引行列索引都是从0，1开始自增，并可以通过 columns 、 index 自定义的 列索引 和 行索引 。详见下面的代码。

import pandas as pd
df2 = pd.DataFrame([('a','A'),('b','B'),('c','C'),('d','D')]) # 传一个嵌套列表,嵌套里的数据可以是元祖，也可是列表
print(df2)复制代码

输出的格式如下：

0     1

0   a    A

1   b    B

2    c    C

3    d    D

df3 = pd.DataFrame([('a','A'),('b','B'),('c','C'),('d','D')],columns=['小写','大写'])
print(df3)复制代码

小写  大写

0  a        A

1  b        B

2  c        C

3  d       D

DataFrame 类中也可传入 字典 来实例化一个dataframe的表格数据对象,此时字典的key就相当于列索引，此时行索引默认还是从0开始，另外也可通过 index 来自定义列索引。