【python进阶系列之pandas】数据处理的大佬 pandas之数据结构

这里是三岁，速学了pandas，怕自己不会用整理了一下资料，有问题的地方或者不对的希望大家多多指出，批评指正！！！
由于pandas的内容过多我们就把经常使用的进行解析，其他的我们后续逐步添加

pandas是基于NumPy开发和改进的，许多地方相通但是更加方便，使用更加简单。
虽然小编对传说中的“牛皮”库完全不了解[无奈]，接下来会逐渐更新，感谢大家支持！

参考资料：pandas中文官网

那就开始吧~~~~~

pandas概况

pandas是核心数据分析支持库，传说中的分析数据离不开！
pandas分为一维数据和二维数据（多维数据）

• 一维数据：Series 带标签的一维同构数组
• 二维数据：DataFrame 带标签的二维异构表格

安装与使用

安装pandas 在cmd 里面使用pip install pandas进行安装emmm我们顺便加上pip install Numpy让‘父子’团聚，嘻嘻嘻

导入，模块（库）

import pandas as pd
import numpy as np

Series

Series 是带标签的一维数组，可存储整数、浮点数、字符串、Python 对象等类型的数据。轴标签统称为索引。

s = pd.Series(data, index=index)

使用以上代码进行创建Series

index 是轴标签列表，data是数据
其中data也是有脾气的有以下要求（支持以下数据类型）

• Python 字典
• 多维数组
• 标量值（单个的数值）

范例：

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s.index)

a -0.466190
b 0.097685
c 1.501163
d -0.051875
e -0.242873
dtype: float64
…………………………
Index([‘a’, ‘b’, ‘c’, ‘d’, ‘e’], dtype=‘object’)

以上例子为轴标签进行指定的，接下来看看没有指定的：

s = pd.Series(np.random.randn(5))
print(s)
print(s.index)

0 0.347845
1 -0.018464
2 0.647092
3 -0.456581
4 0.098459
dtype: float64
…………………………
RangeIndex(start=0, stop=5, step=1)

没有指定的话就会从0开始逐个对标。

话说对字典的处理是怎么完成的？
让我们一起举个‘栗子’看看：

data = {
   'a': 0., 'b': 1., 'c': 2.}
s = pd.Series(data)
print(s)
print(s.index)

a 0.0