Python数据分析之pandas基本数据结构：Series、DataFrame 1引⾔
本⽂总结Pandas中两种常⽤的数据类型：
（1）Series是⼀种⼀维的带标签数组对象。
（2）DataFrame，⼆维，Series容器
2 Series数组
2.1 Series数组构成
Series数组对象由两部分构成：
值（value）：⼀维数组的各元素值，是⼀个ndarray类型数据。
索引（index）：与⼀维数组值⼀⼀对应的标签。利⽤索引，我们可⾮常⽅便得在Series数组中进⾏取值。
如下所⽰，我们通过字典创建了⼀个Series数组，输出结果的第⼀列就是索引，第⼆列就是数组的具体值。
>>> import pandas as pd
>>> a =pd.Series([102, 212, 332, 434])
>>> a
0102
1212
2332
3434
dtype: int64
也可以在创建时⼿动指定索引：
>>> a = pd.Series([102, 212, 332, 434], index=['第⼀列', '第⼆列', '第三列', '第四列'])
>>> a
第⼀列102
第⼆列212
第三列332
第四列434
dtype: int64
利⽤索引，我们可以更加⽅便得在数组中进⾏取值：
>>> a['第⼀列']
102
>>> a[['第⼀列', '第⼆列']]
第⼀列102
第⼆列212
dtype: int64
当然，你也可以使⽤以往的数字下标从数组中取值：
>>> a[0]
102
>>> a[[0,1]]
第⼀列102
第⼆列212
dtype: int64
2.2 创建Series数组
（1）通过list、tuple创建
>>> pd.Series([123, 321, 345,543]) # 传⼊⼀个list
0 123
1 321
2 345
3 543
dtype: int64
>>> pd.Series((123, 321, 345,543)) # 传⼊⼀个元组
0 123
1 321
2 345
3 543
dtype: int64
（2）通过传⼊⼀维numpy数组对象创建
>>> import numpy as np
>>> n = np.arange(3) # 创建⼀个⼀维的numpy数组
>>> pd.Series(n)
0 0
1 1
2 2
dtype: int32
注意：传⼊的numpy必须是⼀维的数组，否则会报错。
>>> n = np.arange(6).reshape((2,3))
>>> pd.Series(n)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
……
packages\pandas\core\internals\construction.py", line 729, in sanitize_array
raise Exception("Data must be 1-dimensional")
Exception: Data must be 1-dimensional
（3）通过传⼊字典创建
通过字典创建Series数组时，字典的key会⾃动被设置成Series数组的索引：
>>> pd.Series({'name':'张三', 'age':40, 'weight':140})
name 张三
age 40
weight 140
dtype: object
（4）通过传⼊⼀个标量值创建
当传⼊⼀个标量值时，必须传⼊index索引，Series会根据传⼊的index参数来确定数组对象的长度：>>> a = pd.Series(10, index=['a', 'b', 'c', 'd'])
>>> a
a 10
b 10
c 10
d 10
dtype: int64
2.2 Series数组常⽤属性
Series数组的属性与numpy数组属性很是类似，如下表所⽰：
Series.index以列表的形式返回数组的索引
Series.values以列表的形式返回数组的所有值
Series.dtype返回基础数据的dtype对象，数据类型
Series.shape返回基础数据形状的元组
Series.ndim根据定义1，数组的维数
Series.size返回数组中的元素数
Series.base如果与另⼀数组共享数据，则返回基础数组
python 定义数组Series.T转置
Series.name返回系列的名称
3 DataFrame数组
3.1 DataFrame数组构成
DataFrame数组是Pandas中另⼀种数据结构，其数据的呈现⽅式类似于Excel这种⼆维表结构。相⽐于Series数
组，DataFrame可以存放多维数据，所以DataFrame不仅仅有索引，还有列名，如下所⽰：
>>> d = {'one': [1, 2, 3, 4], 'two':['⼀', '⼆', '三', '四']}
>>> pd.DataFrame(d)
one two
0 1 ⼀
1 2 ⼆
2 3 三
3 4 四
>>> df.index
RangeIndex(start=0, stop=4, step=1)
>>> df.columns
Index(['one', 'two'], dtype='object')
可以看到，DataFrame数组可以包含多维数据，类似于⼀张⼆维表。与Series类似，DataFrame数组也有⼀个index索引，在不指定索引时，通常会⾃动⽣成从零开始步长为1的索引。此外DataFrame数组还有⼀个列名，索引和列名是从数组中挑选数据的重要依据。
3.2 创建DataFrame数组
（1）通过字典创建
通过字典来创建DataFrame数组时，字典的键将会⾃动成DataFrame数组的列名，字典的值必须是可迭代对象，例如Series、numpy数组、list、tuple等，不同Series数组中对应的缺失值pandas将⾃动填充NaN：
以list列表为值的字典：
>>> d = {'one': [1, 2, 3, 4], 'two':['⼀', '⼆', '三', '四']}
>>> pd.DataFrame(d)
one two
0 1 ⼀
1 2 ⼆
2 3 三
3 4 四
以numpy数组为值得字典：
>>> d = {'zero': np.zeros((3,)), 'ones': np.ones((3,)), 'twos':np.full((3,),2)}
>>> pd.DataFrame(d)
zero ones twos
0 0.0 1.0 2
1 0.0 1.0 2
2 0.0 1.0 2
以Series为值的字典：
>>> d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']), 'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
>>> df = pd.DataFrame(d) # 创建DataFrame数组
>>> df
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d  NaN 4.0
⽆论是上⾯那种类型对象为值的字典，都可以通过下⾯的⽅式重新指定列索引：
>>> pd.DataFrame(d, index=['d', 'b', 'a'])
one two
d NaN 4.0
b 2.0 2.0
a 1.0 1.0
当然，也可以在⼿动指定列名，不过⾏索引对应的键数据才会传⼊新建的数组中：
>>> pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
two three
d 4.0 NaN
b 2.0 NaN
a 1.0 NaN
（2）通过列表创建
通过列表创建DataFrame数组时，列表的每⼀个元素必须是字典，这样，字典的键将作为列名。
>>> d = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
>>> pd.DataFrame(d)
a b c
0 1 2 NaN
1 5 10 20.0
>>> pd.DataFrame(d, index=['第⼀⾏', '第⼆⾏']) # 重新指定索引
a b c
第⼀⾏ 1 2 NaN
第⼆⾏ 5 10 20.0
（3）通过功能函数创建
我们还可以通过诸如from_dict()、from_records()这类的功能函数来创建DataFrame数组，以from_dict()为例：>>> d = {'A': [1, 2, 3], 'B': [4, 5, 6]}
>>> pd.DataFrame.from_dict(d)
A B
0 1 4
1 2 5
2 3 6
如果需要让字典的键作为索引，重新指定列名，可以传⼊orient='index'参数，然后重新传⼊列名：
>>> pd.DataFrame.from_dict(d,orient='index', columns=['one', 'two', 'three'])
one two three
A 1 2 3
B 4 5 6
3.3 DataFrame数组的常⽤属性
DataFrame数组的属性与Series数据⼏乎⼀样，只是多了⼀个保存列名信息的columns属性，参看上⾯表格中的Series属性就⾏了。
4 总结
本⽂⼤致介绍了Pandas中的两种重要数据结构Series数组对象和DataFrame数组对象的特点、主要创建⽅法、属性。对于从数组对象中进⾏切⽚、索引数据的⽅法，请参考博客。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。