pandas中的 DataFrame及Series含义

最新推荐文章于 2022-12-16 17:50:52 发布

原创最新推荐文章于 2022-12-16 17:50:52 发布 · 969 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #数据分析

pandas 专栏收录该内容

15 篇文章

订阅专栏

这篇博客介绍了如何使用Python的Pandas库来创建和操作DataFrame，以存储泰坦尼克号乘客的数据。DataFrame是一个二维数据结构，可以存储不同类型的列数据，如乘客的姓名、年龄和性别。博客中展示了如何创建DataFrame，获取特定列（如Age）的Series，以及直接创建Series对象。通过这些操作，我们可以轻松地处理和分析数据。

一、pandas 数据表表示

DataFrame是一种二维数据结构，可以在列中存储不同类型的数据（包括字符、整数、浮点值、分类数据等）。数据表存储在 DataFrame中。

1、我想存储泰坦尼克号的乘客数据。对于一些乘客，我知道姓名（字符）、年龄（整数）和性别（男/女）数据。

# 该表有 3 列，每列都有一个列标签。列标签分别为 Name、Age和Sex。
# 列 Name由文本数据组成，每个值都是一个字符串，列 Age是数字，列 Sex是文本数据。

In [2]: df = pd.DataFrame(
   ...:     {
   ...:         "Name": [
   ...:             "Braund, Mr. Owen Harris",
   ...:             "Allen, Mr. William Henry",
   ...:             "Bonnell, Miss. Elizabeth",
   ...:         ],
   ...:         "Age": [22, 35, 58],
   ...:         "Sex": ["male", "male", "female"],
   ...:     }
   ...: )
   ...: 

In [3]: df
Out[3]: 
                       Name  Age     Sex
0   Braund, Mr. Owen Harris   22    male
1  Allen, Mr. William Henry   35    male
2  Bonnell, Miss. Elizabeth   58  female

2、在电子表格软件中，我们数据的表格表示看起来非常相似：

二、Series 的表示

每一列DataFrame都是一个Series。

1、DataFrame中获取Age列中的值。

In [4]: df["Age"]
Out[4]: 
0    22
1    35
2    58
Name: Age, dtype: int64

2、 Series 列的创建：

In [5]: ages = pd.Series([22, 35, 58], name="Age")

In [6]: ages
Out[6]: 
0    22
1    35
2    58
Name: Age, dtype: int64

参考官方文档。