pandas(一)内部类型

1.介绍

        pandas 库可谓是数据分析十分强大的库，接下来几天我会开始着手写pandas库的基础知识。一般导入格式为 ：import pandas as pd

2.数据类型Series

        函数原型：pd.Series( data, index, dtype, name, copy)

        参数解读：data：ndarray数据或字典

                          index：数据索引标签，如果不指定，默认从 0 开始。

                                      其中index未指定时为RangeIndex[start，stop，end)对象

                          dtype：数据类型

                          name：类似于excel表头名，可以不加

                          copy：拷贝数据，默认为 False

Series类型常用操作：

属性	作用
对象.values	返回ndarray数组
对象.index	返回index索引
对象.name	放回name名字
对象.index.name	index索引的名字

import pandas as pd
a = pd.Series([1, 2, 3], index=[1, 2, 3], name='test')
a_values = a.values
a_index = a.index
a_name = a.name
index_name = a.index.name  # None
print('a的ndarray数组是{}\na的index是{}\na的name是{}'.format(a_values, a_index,a_name))

"""
结果是：
a的ndarray数组是[1 2 3]
a的index是Int64Index([1, 2, 3], dtype='int64')
a的name是test

"""

3.数据类型 DataFrame

        DataFrame数据类型具有行索引和列索引，本质是Series组成的字典。

具体例子如下：，最左边即为index

          函数原型：pd.DataFrame( data, index, columns, dtype, copy)

          参数解读：data：ndarray、series, map, lists, dict类型

                            index：数据索引行标签，如果不指定，默认从 0 开始。

                                        其中index未指定时为RangeIndex[start，stop，end)对象

                            columns：数据索引列标签，如果不指定，默认从 0 开始

                                              其中index未指定时为RangeIndex[start，stop，end)对象

                            dtype：数据类型

                            copy：拷贝数据，默认为 False

4. loc函数

        使用格式：对象.loc[行索引]

可以使用 loc函数获得某行的数据，获得是Series对象的数据。