Pandas工具包

Pandas基本概念

• Pandas工具包的数据结构可以按轴自动地或显式地对齐数据。

• 导入Pandas工具包。通常来说，但我们在一段代码中看到pd这一关键字时，就要考虑使用了Pandas这个工具包。

import pandas as pd

• pandas主要的两个数据结构Series和DataFrame

Series

• Series类似于一维数组，它由一组数据以及对应的数据标签（即索引）组成。

• Series的字符串由两部分组成：左边是字符串的索引，右边是字符串的值。如果我们没有指定数据索引，Series就会自动地创建一个从0到N-1（N为数据的长度）的整型索引。

• 创建Series对象

series = pd.Series([1, 2, 3, 4])
series

0    1
1    2
2    3
3    4
dtype: int64

• 左边的自动生成的索引，右边是值，可以分别查看Series对象的值和索引

series.values # 查看值

array([1, 2, 3, 4])

series.index # 查看索引

RangeIndex(start=0, stop=4, step=1)

• 可以手动设置索引

series2 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
series2

a    1
b    2
c    3
d    4
dtype: int64

• 获取或者某个索引的对应的值

print("a: ")
print(series2['a'])
series2['b'] = -1
print("b: ")
print(series2['b'])

a: 
1
b: 
-1

DataFrame

• DataFrame是一种表格类型的数据结构，它含有一组有序的列。

• 每一列可以是不同类型的值（例如数值、字符串、布尔值等）。

• DataFrame既可以按行索引，也可以按列索引，因而可以被视为由Series组成的字典。与其他数据结构相比，DataFrame中对行操作和对列操作基本上是平衡的。

• DataFrame可以自动加上索引（跟Series一样），且全部的列都会进行有序地排列

• 传入一个字典（元素是键值对）构建DataFrame

data = {'state':['Zhang', 'Jie'], 'year':[2000, 2001], 'pop':[1.1, 2.3]}
dataFrame = pd.DataFrame(data)
dataFrame

	state	year	pop
0	Zhang	2000	1.1
1	Jie	2001	2.3

• 可以通过columns参数指定列的顺序

dataFrame2 = pd.DataFrame(data, columns=['pop', 'state', 'year'])
dataFrame2

	pop	state	year
0	1.1	Zhang	2000
1	2.3	Jie	2001