pandas基本操作

• 一、导入包
• 二、创建 Dataframe
• • 2.1 创建简单的Dataframe
  • 2.2 创建值为字符串的Dataframe
  • 2.3 Dataframe加入行索引
  • 2.4 Dataframe加入列索引
• 三、创建 Series
• • 3.1 简单创建 Series
  • 3.2 创建带行名的 Series

import pandas as pd

Dataframe是一种表格型结构，含有一组有序的列，每一列可以是不同的数据类型。既有行索引，又有列索引。

代码：

pd.Dataframe({'Yes': [50, 21], 'No': [131, 2]})

输出结果：

代码：

pd.Dataframe({'Bob': ['I liked it.', 'It was awful.'], 'Sue': ['Pretty good.', 'Bland.']})

输出结果：

字典列表构造函数给列标签赋值，但只对行标签使用从0(0,1,2,3，…)升序计数。有时这是可以的，但通常我们想自己分配这些标签。

Dataframe中使用的 index 为索引，可以在构造函数中使用索引形参给它赋值。

代码：

pd.Dataframe({'Bob': ['I liked it.', 'It was awful.'], 
              'Sue': ['Pretty good.', 'Bland.']},
             index=['Product A', 'Product B'])

输出结果：

由二维列表构造Dataframeshi时，通过 columns 和 index 分别加入列和行索引。

代码：

pd.Dataframe([['I liked it.', 'It was awful.'], 
              ['Pretty good.', 'Bland.']],
             index=['Product A', 'Product B'],
             columns=['Bob', 'Sue'])

输出结果：

Series是一种类似于以为NumPy数组的对象，它由一组数据（各种NumPy数据类型）和与之相关的一组数据标签（即索引）组成的。可以用index和values分别规定索引和值。如果不规定索引，会自动创建 0 到 N-1 索引。

只需要一个列表就可以创建一个Series。

代码：

pd.Series([1, 2, 3, 4, 5])

输出结果：

一个Series本质上是一个Dataframe的一列。因此，可以像以前一样使用索引参数为Series分配列值。但是，Series没有列名，它只有一个整体名称.

代码：

pd.Series([30, 35, 40], index=['2015 Sales', '2016 Sales', '2017 Sales'], name='Product A')

输出结果：