python数据分析pandas 33-40

Pandas

Pandas的数据结构，主要包含两个，Series和Dataframe

Series

Series 是一种一维标记的数组型对象，能够保存任何数据类型，包含数据和索引。

创建方法：

• 使用列表 s1 = pd.Series([1,2,3,4])
• 使用数组s1 = pd,Series(np.arange(1,10))

Series的首字母大写

• 可以指定索引s2 = pd.Series([1,2,3,4],index=[“a”,“b”,“c”,“d”]) ，但索引长度必须相同

还可以通过字典来创建，字典的顺序可以通过index参数来指定：

---

Series的基本用法

• isnull()判断是否为空
• notnull()判断是否不为空
• 可以使用下标进行取数，如果取多个，要用中括号括起来，逗号分开
• 可以使用标签名进行取数
• 可以使用下标或者标签进行切片取数（下标不包含末端，标签切片包含）
• 可以使用布尔索引取数
• 可以为Series对象设置对象名 s1.name = 'temp'
• 可以为Series对象设置索引名称s1.index.name ='year'
  -
• 可以通过head()方法读取头部数据 s1.head(3)，默认选择前五行，可以指定行数
• 可以通过tail()方法读取尾部数据

---

DataFrame

DataFrame是一个表格型的数据结构，含有一组有序的列，每列可以使不同类型的值。
DataFrame既有行索引，也有列索引

字典构造DataFrame

• 通过列表构造的字典来构造DataFrame:
  
• 通过Series构成的字典构造dataframe

• 通过字典嵌套字典构造dataframe
  

列表构造DataFrame

• 用二维数组来构造DataFrame
• 用字典构成的列表来构造DaraFrame
• Series构成的列表来构造DataFrame

---

DataFrame的基本用法

• 转置 pd1.T
• 通过列索引获取数据(Series)类型
• 增加列数据
• 删除列 del(pd1['b'])