安装pandas

通过python pip安装pandas

pip install pandas

pandas数据结构

pandas常用数据结构包括：Series和DataFrame

Series

Series是一种一维的数组型对象，包含一个值序列（与numpy中的数据类型相似），数据标签（称为索引（index））。

import pandas as pd

# 创建Series对象

obj=pd.Series([4,5,6,7])

print(obj)

0    4

1    5

2    6

3    7

dtype: int64

左边为索引，右边为值，默认索引从0到n-1（n为数据长度），可以通过values属性和index属性分别获得Series对象的值和索引

print(obj.values)

array([4, 5, 6, 7], dtype=int64)

print(obj.index)

RangeIndex(start=0, stop=4, step=1)

# 自定义索引序列

obj2=pd.Series([4,5,6,7],index=['a','b','d','e'])

print(obj2,'\n')

# 输出索引

print(obj2.index)

a    4

b    5

d    6

e    7

dtype: int64 

Index(['a', 'b', 'd', 'e'], dtype='object')

Series对象可以使用标签来进行索引

# 输出索引为b的元素

print(obj2['b'])

# 输出索引为a，d，e的元素

print('* '*10)

print(obj2[['a','d','e']])

5

* * * * * * * * * *

a    4

d    6

e    7

dtype: int64

Series对象也能使用布尔值进行过滤

# 输出值大于5的元素

print(obj2[obj2>5])

d    6

e    7

dtype: int64

DataFrame

DataFrame表示矩阵的数据表，包含已排序的列集合，每一列可以是不同的的值类型（数值、字符串、布尔值等）

DataFrame既有行索引，也有列索引，可以被视为一个共享相同索引的Series的字典

# 创建DataFrame对象

data={'age':[18,18,18,20,20,20],'name':['a','b','c','aa','bb','cc'],'height':[180,180,180,182,182,182]}

frame=pd.DataFrame(data)

print(frame)

   age name  height

0   18    a     180

1   18    b     180

2   18    c     180

3   20   aa     182

4   20   bb     182

5   20   cc     182

DataFrame也可以用columns参数指定列索引顺序排列

frame=pd.DataFrame(data,columns=['name','age','height'])

print(frame)

  name  age  height

0    a   18     180

1    b   18     180

2    c   18     180

3   aa   20     182

4   bb   20     182

5   cc   20     182

如果传的列参数不在字典中，将会出现缺失值

frame=pd.DataFrame(data,columns=['name','age','height','addition'])

print(frame)

print(frame.columns)

  name  age  height addition

0    a   18     180      NaN

1    b   18     180      NaN

2    c   18     180      NaN

3   aa   20     182      NaN

4   bb   20     182      NaN

5   cc   20     182      NaN

Index(['name', 'age', 'height', 'addition'], dtype='object')

DataFrame的一列可以按字典型标记或属性那样索引为Series

frame=pd.DataFrame(data,columns=['name','age','height'])

print(frame['name'])

print(frame.age)

0     a

1     b

2     c

3    aa

4    bb

5    cc

Name: name, dtype: object

0    18

1    18

2    18

3    20

4    20

5    20

Name: age, dtype: int64

行也可以通过位置或特殊属性loc进行索引

frame=pd.DataFrame(data,columns=['name','age','height'])

print(frame.loc[2])

name        c

age        18

height    180

Name: 2, dtype: object

巴特西

初探pandas——安装和了解pandas数据结构

安装pandas

pandas数据结构

Series

DataFrame

最新文章

热门文章