深入了解 Pandas：创建 Series 和 DataFrame 对象的方法

文章目录

前言

步骤一：导入 NumPy 和 Pandas 模块

步骤二：使用字典创建一维 Series 对象

步骤三：创建二维 Series 对象

---

前言

在数据处理和分析中，Pandas 是一个非常强大的工具，它提供了许多灵活的数据结构，其中最常用的是 Series 和 DataFrame。本文将介绍如何使用 Pandas 创建 Series 和 DataFrame 对象，让您更好地理解和利用这些功能。

步骤一：导入 NumPy 和 Pandas 模块

import numpy as np
import pandas as pd

步骤二：使用字典创建一维 Series 对象

#创建字典
dict_v={'a':0,'b':0.25,'c':0.5,'d':0.75,'e':1}
#用字典创建一维对象
sr=pd.Series(dict_v)
print(sr)
#a    0.00
#b    0.25
#c    0.50
#d    0.75
#e    1.00

#数组创建法
v=[0,0.25,0.5,0.75,1]       #值
k=['a','b','c','d','e']     #键
#第一个参数是值(列表，数组，张量)，第二个参数是键index(索引)
sr=pd.Series(v,index=k)
print(sr)
# 查看属性
print(sr.values)
print(sr.index)

步骤三：创建二维 Series 对象

• 方法1：

#创建sr1,各个病人的年龄
v1=[53,64,72,82]
i=['1号','2号','3号','4号']
sr1=pd.Series(v1,index=i)
print(sr1)
#创建sr2,各个病人的性别
v2=['女','男','男','女']
i=['1号','2号','3号','4号']
sr2=pd.Series(v2,index=i)
print(sr2)
#创建df二维对象
df=pd.DataFrame({'年龄':sr1,'性别':sr2})
print(df)
#     年龄 性别
# 1号  53  女
# 2号  64  男
# 3号  72  男
# 4号  82  女

• 方法2：

#设定键值
v=np.array([[53,'女'],[64,'男'],[72,'男'],[82,'女']])
i=['1号','2号','3号','4号']
c=['年龄','性别']
df=pd.DataFrame(v,index=i,columns=c)
print(df)
#     年龄 性别
# 1号  53  女
# 2号  64  男
# 3号  72  男
# 4号  82  女

• 扩展

#当想要Pandas退化为Numpy时，查看其values属性即可
arr=df.values
#提取第0列，并转化为一个整数型数组
arr=arr[:,0].astype(int)
print(arr)
#[53 64 72 82]

通过以上流程，您可以逐步了解如何使用 Pandas 创建 Series 和 DataFrame 对象，并掌握相关的操作方法和技巧。希望这些详细的步骤能够帮助您更好地理解和应用 Pandas 数据处理工具。