Pandas学习笔记——Pandas的数据结构

孙兴华视频学习笔记，仅用来记录自己的学习过程

1. Series：一维数据，一行或一列

Series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数据标签（即索引）组成。

1.1 用列表创建series

pd.Series(list)

1.1.1 用一个列表直接创建series

用列表直接创建series时，默认索引为0,1,2...

v = ['Andy', 20, '天津']
data = pd.Series(v)
print(data)
>>> 
0    Andy
1      20
2      天津
dtype: object

使用data.index和data.values可以分别查看series的索引和values

print(data.index)
print(data.values)
>>> 
RangeIndex(start=0, stop=3, step=1)
['Andy' 20 '天津']

1.1.2 键和值存在两个列表中，创建Series

用两个列表创建series，其中一个列表作为索引

i = ['姓名', '年龄', '籍贯']
v = ['Andy', 20, '天津']
data = pd.Series(v, index=i)
print(data)
>>> 
姓名    Andy
年龄      20
籍贯      天津
dtype: object

1.1.3 在创建时指定索引

v = ['Andy', 20, '天津']
data = pd.Series(v, index=['a','b','c'])
print(data)
>>> 
a    Andy
b      20
c      天津
dtype: object

1.2 用字典创建series

用字典创建series时，索引为字典的key，值为字典的value

a = {'姓名': 'Andy', '年龄': 20, '籍贯': '天津'}
data = pd.Series(a)
print(data)
>>> 
姓名    Andy
年龄      20
籍贯      天津
dtype: object

1.3 根据标签索引查询数据

直接在series数据后面用[索引]的方式查询数据

i = ['姓名', '年龄', '籍贯']
v = ['Andy', 20, '天津']
data = pd.Series(v, index=i)
print(data['姓名'])
print(type(data['姓名']))
>>> 
Andy
<class 'str'>

注意与上面不同的是，如果要同时查询多个索引的数据，[ ]内应该是列表，即在下面的例子中，应该是data[['姓名','年龄']]而不是data['姓名','年龄']，并且返回的不是值，而是series

print(data[['姓名','年龄']])
print(type(data[['姓名','年龄']]))
>>> 
姓名    Andy
年龄      20
dtype: object
<class 'pandas.core.series.Series'>

1.4 series的常用方法

数据.index #查看索引
数据.values #查看数值
数据.isnull() #查看为空的，返回布尔型
数据.notnull() 
数据.sort_index() #按索引排序
数据.sort_values() #按数值排序