Pandas的三个基本数据结构Series,DataFrame,Index

Posted 2021-01-01 songxiaohua

1.Series

　　Pandas的Series对象是一个带索引数据构成的一维数组

　　1）用一个数组创建Series对象

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: data = pd.Series([0.25,0.5,0.75,1.0])

In [4]: data
Out[4]: 
0    0.25
1    0.50
2    0.75
3    1.00
dtype: float64

　　2）通过values和index属性获取数据

# values属性返回的结果与Numpy数组类似
In [5]: data.values
Out[5]: array([0.25, 0.5 , 0.75, 1.  ])

# index属性返回的结果是一个类型为pd.index的类数组对象
In [6]: data.index
Out[6]: RangeIndex(start=0, stop=4, step=1)

　　3）和Numpy数组一样，数据可以通过Python中的括号索引标签获取

In [7]: data[1]
Out[7]: 0.5

In [8]: data[1:3]
Out[8]: 
1    0.50
2    0.75
dtype: float64

　　4）对于Series对象的index,默认值为整数序列

In [9]: pd.Series([2,4,6])
Out[9]: 
0    2
1    4
2    6
dtype: int64

　　5）data还可以是一个标量，创建Series对象时会重复填充到每个索引上

In [10]: pd.Series(5, index=[100, 200, 300])
Out[10]: 
100    5
200    5
300    5
dtype: int64

 2.DataFrame

　　理解：如果将Series类比为带灵活索引的一维数组，那么DataFrame就可以看作是一种既有灵活的行索引，又有灵活列名的二维数组，也可以把DataFrame看成是有序列排列的若干Series对象，这里的‘排列‘指的是它们拥有共同的索引

　　创建DataFrame:

　　*通过单个Series对象创建

　　*通过字典列表创建

In [13]: data = [{‘a‘:i,‘b‘:2 * i} for i in range(3)]

In [14]: pd.DataFrame(data)
Out[14]: 
   a  b
0  0  0
1  1  2
2  2  4

　　*通过Numpy二维数组创建

In [17]: pd.DataFrame(np.random.rand(3,2),columns=[‘foo‘,‘bar‘],index=[‘a‘,‘b‘,‘c‘])
Out[17]: 
        foo       bar
a  0.849243  0.390653
b  0.411107  0.005731
c  0.517257  0.545708

3.Index

　　理解：可以将它看作一个不可变数组或有序集合（实际上是一个多集，因为Index对象可能会包含重复值）

　　Index对象遵循Python标准库的集合（set）数据结构的许多习惯用法，包括并集，交集，差集