pandas基础使用，快速入门

1. 介绍Series和Dataframe两种数据类型，理解为数组和表格
2. 他们的创建方式
3. 他们的获取数据

import pandas as pd

#Series类型

"""
    pd.Series()函数
    args:
        data:一维数组（序列都行），也可以是字典
        index:索引
        dtype:数据类型
        name:Series的名称
        copy:拷贝数据
"""


# 创建方式1：数组方式
    #index参数用于改变原来的索引,name指定该Series的名称,下同
ser1 = pd.Series(range(10),index=[x**x for x in range(10)],name="testName")
print(ser1[1]) # 0 1 同一个索引就会有两个结果
# 创建方式2：字典方式
    #key作为索引，value作为元素
ser2 = pd.Series({"a":sum,"b":"fsfs","c":50})

#Dataframe类型

"""
    pd.Dataframe()函数
    注意：没有name参数，index不再是索引而是行名，相当于Series方法中的name参数
    args:
        data:二维数组,也可以是字典
        index:行名
        columns:列名
        dtype:数据类型
        copy:拷贝数据
"""
# 创建方式1（二维数组）：
data = [["a","b","c","d"],["e","f","g","h"]]
dat1 = pd.Dataframe(data,columns=["列名1","列名2","列名3","列名4"])

# 创建方式2（字典-一维数组）：
data = {"a":[1,2,3],"b":[4,5,6]}  #key值为列名，value值为一列数据
dat2 = pd.Dataframe(data,index=["c","d","e"])

# 获取行数据方式
"""# 他们的区别 iloc（index-loc）和 loc  
    iloc  是根据序号（0，1，2，3……）获取数据，序号是永远不会改变的
    loc   是根据index和columns获取数据，是程序猿自己设置的，可以改变的（也可以默认，默认的值就是序号） 
"""
#     方式1：
print(dat2.iloc[0]) #指定行，0是行号
print(dat2.iloc[0:1]) #返回第一行和第二行  注意：与python原生的切片不一样，包含末尾1
#     方式2：
print(dat2.loc['c']) #返回第一行
print(dat2.loc['c':'d']) #返回第一行和第二行
# 获取列数据方式：
print(dat2["a"]) #根据列名，返回一列数据

当然还是用其他创建和获取他们的方式，比如在创建Dataframe时可以传入Series，更多应用方式可以多多探索