Pandas数据结构(1)

Pandas数据结构

一、Series（序列）

简介
Series是一维数组，表格中的每一行或者每一列结构都可以看成是Series，又行索引和数值构成。

1、Series的创建

(1)利用数组进行创建

#1）使用默认索引进行创建
#导入相关的包/库
from pandas import Series
#创建Series,使用默认索引进行创建
p = Series(data=['zhang','li','wang','zhao'])
p

#2）使用自定义索引进行创建
#导入相关的包/库
from pandas import Series
#创建Series,使用默认索引进行创建
p1 = Series(data=['zhang','li','wang','zhao'],
          index=['a','b','c','d'])
p1

#3）创建多层索引的Series
#导入相关的包/库
from pandas import Series
#创建Series,使用默认索引进行创建
p2 = Series(data=['zhang','li','wang','zhao'],
          index=[['a','b','c','d'],
                 [3,4,6,5]])
p2

(2)利用字典进行创建

from pandas import Series
dic = {
    '排名':'1',
    'name':'zhangsan',
    'age':23,
    '简介':'我是张三'
}
p3=Series(data=dic)
p3

2、Series的常用属性

# 1)、values属性获取数据的值  返回的是list类型
p3.values

# 2)、index属性  获取索引的值 返回index类型
p3.index

# tolist()进行转换成列表
p3.index.tolist()

# 3)、items 获取每对索引和值 返回的是zip类型，使用list(series.items())转换成列表
p3.items()

list(p3.items())

3、Series的取值

(1)单层索引取值

# 1）、索引下标取值
p1

p1[0]

 2）、索引切片取值
p1[1:3]

（2）多层索引取值

import pandas as pd 
data = [1,2,3,4,5,6]
index = [['张三','张三','李四','李四','王五','王五'],
         ['期中','期末','期中','期末','期中','期末']]
series = pd.Series(data=data,index=index)
series

series['张三','期中']

series[:,'期中']

# ~~series('期中')~~          会报错，因为不能使用最外层以外的层级进行直接取值

4、Series的遍历

#1）、 遍历Series的值
for value in series:
    print(value)

#2）、 遍历并拿到index数据
for value in series.keys():
    print(value)

# 3）、遍历每对索引和数据
for value in series.items():
    print(value)

二、DataFrame（数据帧）

简介
DataFrame是一种二维数据结构，是按照行和列进行排列，所以包括行索引、列索引和值。

1、DataFrame的创建

（1）利用数组进行创建

# 1)、单层索引的创建
#导包
from pandas import DataFrame
lol_list = [
    ['上单','theshy',20],
    ['打野','theshy',21],
    ['中单','theshy',22]
]
df = DataFrame(data=lol_list,index=('a','b','c'),columns=['位置','ID号','年龄'])
df

# 2）、多层索引的创建
# 导包
import pandas as pd
import numpy as np
#构造数据
data = np.random.randint(0,100,size=(6,3))
names = ['张三','李四','王五']
exam = ['期中','期末']
column = ['Java','Web','Python']
index = pd.MultiIndex.from_product([names,exam])
df1 = pd.DataFrame(data =data,index=index,columns=column)
df1

（2）利用字典数据进行创建

from pandas import DataFrame
dic={
    '位置':['上单','打野','中单'],
    'ID号':['t1','t2','t3'],
    '年龄':[20,21,22]
}
df2=DataFrame(data=dic)
df2

2、DataFrame数据常用属性

# 1）、数据常用属性  获取行索引列表df.index.tolist()
df

df.index.tolist()

# 2）、获取列索引列表df.columns.tolist()
df.columns.tolist()

# 3）、获取头尾部数据df.head()  / tail()
df.head(2)

df.tail(2)

3、DataFrame的取值（挺重要的哦！）

（1）单层索引的取值

先获取一个单层索引数据帧
df

#1）、获取某一列
df['ID号']  

#2）、获取某一列
df[0:1] 

#3）获取多行多列
df[0:2][['位置','ID号']]

（2）多层索引的取值

# loc[]和iloc[]语法  
loc[]基于标签索引进行取值，iloc[]基于位置索引进行取值
下面用loc[]和iloc[]进行取值获得相同的结果
df1

#1）、获取某行多列
df1.loc['张三','期中']

df1.iloc[0,:]

# 2）、获取多行某列
df1.loc[:,'Java']

df1.iloc[:,0]

#3）、获取指定行和列  
忘记先描述一下切片语法[起始位置：结束位置：步长] 
多行多列进行取值时候索引以逗号隔开 [行索引，列索引]
df1.loc[('张三','期中'),'Java']

df1.iloc[0,0]

#4）、获取指定多行和多列 
df1.loc[('张三','期中'):('李四','期中'),['Java','Web']]

df1.iloc[0:3,0:2]

4、DataFrame的遍历

# 1）、 按行遍历iterrows
df

for index,row_data in df.iterrows():
    print(index,row_data)

# 2）、按列遍历iteritems
for column,col_data in df.iteritems():
    print(column,col_data)