panda核心数据结构之Series

Posted 2020-09-30 amchen

Series

Series是一维带标签的数组，数组里可以放任意的数据（整数、浮点数、字符串、python Object)等等

创建函数：

　　(1)s = pd.Series(data,index=index),其中index是一个列表，用来作为数据的标签，如果不指定索引，pandas自动分配整形的索引

　　(2)字典创建  s = pd.Series(dict,index = list(\'abcd\')),创建的series对象的索引为字典的key 

性质

Series对象的性质：

　　类ndarray对象

　　类dict对象

　　标签对齐操作

　　结论一：series对象可以直接使用ndarray对象方法

 

 

　　结论二：series对象可以像python字典对象一样操作

 

　　结论三：标签对齐，进行操作时，索引自动对应做处理，如果找不到对应值，则为NaN

DateFrame

　　DateFrame是二维带行标签和列标签的数组，可以把DateFrame想象成一个Excel表格或一个sql数据库的表格，还可以想象成一个series对象字典，它是pandas里最常用的数据结构

创建DateFrame对象

df = pd.DateFrame(data,index = index,columns = columns)    其中index是行标签，columns是列标签，data可以是下面的数据结构：

　　（1）由一维numpy数组，list,Series构成的字典

　　（2）二维numpy数组

　　（3)另外的DateFrame对象

字典方式创建：

（1）Series对象构成的字典方式创建：

　　（2）列表构成的字典方式创建

　　注意：由series对象构成的字典，series元素可以不相等，但列表构成的字典,列表元素必须相等，不然会报错

列表创建

　　(1)列表中元素由元组构成

　　

　　（2）列表中元素由字典构成

 

 从Series创建DataFrame

　　注意：series为一维数组，故列索引只能有一列，不然会报错

性质

　　先创建一个数组

　（1）查找

 

（2）赋值

（3）删除操作

（4）添加

(5)指定删除并获取结果

(6)指定位置插入

（7）assign在原来对象基础上做操作但不会改变原对象数据结构

Panel

Panel是三维带标签的数组，Pancel比较少用，但依然是最重要的基础数据结构之一.

Panel有三个标签：

　　items:坐标轴 0，索引对应的元素是一个DataFrame

　　magor_axis:坐标轴1，DataFrame里的行标签

　　minor_axis:坐标轴 2，DataFrame里的列标签

创建方式:

　　查看各维度索引

转换为DataFrame对象