Pandas学习笔记（一）

1.pandas安装

pandas的安装非常简单，打开命令行工具直接输入

pip install pandas

如果电脑上同时存在python2 和 python3 的话

pip3 install pandas
pip2 install pandas

选择一个相应的pip进行安装
安装完成时候 在命令行进入python

>>> import pandas as pd
>>> pd.__version__
'0.23.4'

可以看到，pandas已经安装成功了，我的版本是0.23.4

#2.pandas数据结构
pandas有两种数据结构

• Series
• DataFrame

Series对象

pandas的Series对象是一种带索引的数据组成的一维数据，每个数据带有自己索引，索引值默认从0开始

创建Series对象可以通过

pd.Series(data=None,index=None,dtype=None)

其中重要的参数，

• data --Series数据
• index --Series索引值
• dtype --Series数据类型，一个Series只能存放一种数据类型

创建Series对象

1. 可以指定data，data可以是列表 或 numpy数组，索引值默认为从0开始的整数值

>>>pd.Series(data=[1,2,3,4])
0    1
1    2
2    3
3    4
dtype: int64

左边一列为索引值
右边一列为数据值

2. data可以是一个标量,指定索引值后，pandas自动填充数据值到每个索引上

>>> pd.Series(1,index=[1,2,3])
1    1
2    1
3    1
dtype: int64

3. data可以是一个字典，键和值对分别代表索引和数据值

>>>pd.Series({1: '1', 2: '2', 3: '3'}) # 没有重复
1    1
2    2
3    3
dtype: object

>>> pd.Series({1: '1', 1: '2', 3: '3'})  # 索引重复
1    2
3    3
dtype: object

>>> pd.Series({1: '1', 2: '2', 3: '3', 4: '4'}, index=[2,4])
2    2
4    4
dtype: object

通过字典创建Series

• 如果字典的键重复，只会取一个值创建Series
• 指定为index指定参数，创建Series只保留指定索引值的数据

DataFrame

DataFrame是一个由多个Series列组成的数据结构，每一列都是一个Series。
创建DataFrame对象可以通过

pd.DataFrame(data=None, index=None, columns=None, dtype=None)

其中重要的参数，

• data --DataFrame数据
• index --DataFrame索引值
• columns --指定DataFrame列名
• dtype --DataFrame的数据类型，如果设定，会强制转换所有数据类型为dtype

1. 由单个Series创建

>>> s = pd.Series([1,2,3,4])
>>> pd.DataFrame(s,columns='A')  # 指定列名为‘A’
    A
0  1
1  2
2  3
3  4

2. 由字典创建，字典的值可以是数组，也可以是Series对象

>>> data = {
        'A':[1,2,3],
        'B':[4,5,6],
}
>>> pd.DataFrame(data)
    A  B
0  1  4
1  2  5
2  3  6

3. 由列表或者numpy的二维数组创建

>>> pd.DataFrame([[1,2,3],[4,5,6]])
    0  1  2
0  1  2  3
1  4  5  6

以上就是常用的创建Series和DataFrame的方式