初探pandas——安装和了解pandas数据结构

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