Pandas的DataFrame & Series详解

佚名 2024-04-27 05:10:29 举报

篇首语：本文由小编为大家整理，主要介绍了Pandas的DataFrame & Series详解相关的知识，希望对你有一定的参考价值。

Pandas数据结构

1.Series
2.DataFrame
3.从DataFrame中查询出Series

DataFrame: 二维数据、整个表格、多行多列

Series:一维数据，一行或者一列

import pandas as pdimport numpy as np

1、Series

Series是一种类似于一维数组的对象，它由一组数据〈不同数据类型)以及一组与之相关的数据标签(即索引)组成。

1.1仅有数据列表即可产生最简单的Series

左侧为索引，右侧为数据

s1=pd.Series([1,"x",5.7,7])#左侧为索引，右侧为数据s1

获取索引
s1.index

获取索引s1.index

获取数据
s1.values

#获取数据s1.values

1.2创建一个具有标签索引的Series

s2=pd.Series([1,"x",5.7,7],index=["d","b","a","c"])s2s2.index

1.3使用python字典创建Series

python字典和seires有着密不可分的关系

sdata="apple":35,"tex":40,"bananan":20,"pearl":30s3=pd.Series(sdata)s3

1.4根据标签索引查询数据

----类似pthon的字典dict

s2s2["a"]

查一个数据得到是python原生的数据类型

#查一个数据得到是python原生的数据类型type(s2["a"])s2[["b","a"]]

查询Series的类型 type(s2[["b","a"]])

#查询Series的类型type(s2[["b","a"]])

2.DataFrame

DataFrame是一个表格型的数据结构¶

①每列可以是不同的值类型（数值、字符串、布尔值等)
②既有行索引index,也有列索引columns
③可以被看做由Series组成的字典
④创建dataframe最常用的方法，见读取纯文本文件、excel、mysql数据库

2.1根据多个字典序列创建dataframe

列表中每个值的个数都必须相同

#列表中每个值都必须相同data=    "state":["apple","tex","txt","banana","cxv"],    "year":[2000,1999,1998,1997,1996],    "pop":[1.1,1.2,1.3,1.4,1.5]df=pd.DataFrame(data)df

df.dtypesdf.columnsdf.index

3.从DataFrame中查询出Series

如果只查询一列，一行，返回的是pd.Series
如果查询多行、多列，返回的是pd.DataFrame

df

3.1查询一列，结果是一个pd.Series

df["state"]type(df["year"])

3.2查询多列，结果是一个pd.DataFrame

df[["pop","year"]]type(df[["pop","year"]])

3.3查询一行，结果是一个pd.Series

loc(1)代表查询一行

df.loc[1]type(df.loc[1])

3.4查询多行，结果是一个pd.DataFrame

列表中切片的操作方法去取，但是在Pandas中包括末尾元素

#列表中切片的操作方法去取，但是在Pandas中包括末尾元素df.loc[1:3]type(df.loc[1:3])

总结：

以上是关于Pandas的DataFrame & Series详解的主要内容，如果未能解决你的问题，请参考以下文章