第二章：pandas入门

2.1 pandas数据结构介绍

2.1.1 Series

• Series是一种一维的数据型对象，它包含了一个值序列和对应的索引，对象值和索引分别可以通过values属性和index属性获取。
• 默认的索引值是从0到n-1（n是数据的长度），也可以通过创建Series对象时指定为特定的索引标签。
• Series对象支持NumPy风格的操作，比如布尔值过滤、标量相乘、应用数学函数等。
• Series对象可以通过Python字典直接生成，产生的Series对象将按索引键值排序。

2.1.2 DataFrame

• DataFrame是一个矩阵式的数据表，它包含已排序的列集合，既有行索引也有列索引。

# 构建DataFrame
import pandas as pd
import numpy as np

data = {'state': ['Ohio','Ohio','Ohio','Nevada','Nevada','Nevada'],
        'year': [2001,2002,2001,2001,2002,2003],
        'pop': [1.5,1.7,1.6,1.8,2.1,2.3]}
frame = pd.DataFrame(data)
frame

构建DataFrame

产生的DataFrame会自动为Series分配索引

frame.head(3) #head方法选择需要的头几行-不带参数默认5行

部分显示DataFrame

pd.DataFrame(data,columns=['year','pop','state']) #将DataFrame的列按照指定列顺序排列

按指定列顺序显示

frame['pop'] #DataFrame中的一列，可以看成是一个Series

0    1.5
1    1.7
2    1.6
3    1.8
4    2.1
5    2.3
Name: pop, dtype: float64

frame['pop'] = 2.0 #修改一个列的值
frame

修改列值

frame['debt'] = np.arange(6.) #给列索引原本不存在的列赋值会添加一个新列
frame

添加新列

2.1.3 索引对象

在构造Series或DataFrame时，你所使用的任意数组或标签序列都可以在内部转换为索引对象

obj=pd.Series(range(3),index=['a','b','c'])
index=obj.index
index

Index(['a', 'b', 'c'], dtype='object')