文章目录

安装pandaspandas数据结构SeriesDataFrame

安装pandas

通过python pip安装pandas

pip install pandas

pandas数据结构

pandas常用数据结构包括：Series和DataFrame

Series

Series是一种一维的数组型对象，包含一个值序列（与numpy中的数据类型相似），数据标签（称为索引（index））。

import pandas as pd # 创建Series对象 obj=pd.Series([4,5,6,7]) print(obj) 0 4 1 5 2 6 3 7 dtype: int64

左边为索引，右边为值，默认索引从0到n-1（n为数据长度），可以通过values属性和index属性分别获得Series对象的值和索引

print(obj.values) array([4, 5, 6, 7], dtype=int64) print(obj.index) RangeIndex(start=0, stop=4, step=1) # 自定义索引序列 obj2=pd.Series([4,5,6,7],index=['a','b','d','e']) print(obj2,'\n') # 输出索引 print(obj2.index) a 4 b 5 d 6 e 7 dtype: int64 Index(['a', 'b', 'd', 'e'], dtype='object')

Series对象可以使用标签来进行索引

# 输出索引为b的元素 print(obj2['b']) # 输出索引为a，d，e的元素 print('* '*10) print(obj2[['a','d','e']]) 5 * * * * * * * * * * a 4 d 6 e 7 dtype: int64

Series对象也能使用布尔值进行过滤

# 输出值大于5的元素 print(obj2[obj2>5]) d 6 e 7 dtype: int64

DataFrame

DataFrame表示矩阵的数据表，包含已排序的列集合，每一列可以是不同的的值类型（数值、字符串、布尔值等）

DataFrame既有行索引，也有列索引，可以被视为一个共享相同索引的Series的字典

# 创建DataFrame对象 data={'age':[18,18,18,20,20,20],'name':['a','b','c','aa','bb','cc'],'height':[180,180,180,182,182,182]} frame=pd.DataFrame(data) print(frame) age name height 0 18 a 180 1 18 b 180 2 18 c 180 3 20 aa 182 4 20 bb 182 5 20 cc 182

DataFrame也可以用columns参数指定列索引顺序排列

frame=pd.DataFrame(data,columns=['name','age','height']) print(frame) name age height 0 a 18 180 1 b 18 180 2 c 18 180 3 aa 20 182 4 bb 20 182 5 cc 20 182

如果传的列参数不在字典中，将会出现缺失值

frame=pd.DataFrame(data,columns=['name','age','height','addition']) print(frame) print(frame.columns) name age height addition 0 a 18 180 NaN 1 b 18 180 NaN 2 c 18 180 NaN 3 aa 20 182 NaN 4 bb 20 182 NaN 5 cc 20 182 NaN Index(['name', 'age', 'height', 'addition'], dtype='object')

DataFrame的一列可以按字典型标记或属性那样索引为Series

frame=pd.DataFrame(data,columns=['name','age','height']) print(frame['name']) print(frame.age) 0 a 1 b 2 c 3 aa 4 bb 5 cc Name: name, dtype: object 0 18 1 18 2 18 3 20 4 20 5 20 Name: age, dtype: int64

行也可以通过位置或特殊属性loc进行索引

frame=pd.DataFrame(data,columns=['name','age','height']) print(frame.loc[2]) name c age 18 height 180 Name: 2, dtype: object