【Pandas总结】第一节 Pandas 简介与Series，DataFrame的创建

一、Pandas 简介

Pandas是使用Python语言开发的用于数据处理和数据分析的第三方库。它擅长处理数字型数据和时间序列数据，当然文本型的数据也能轻松处理。 Pandas 可以处理的数据格式非常多，常见的数据文件格式都可以快速导入，比如 CSV、JSON、SQL、Microsoft Excel 导入数据。由于Pandas对数据的强大处理能力，被广泛的应用于金融，数据处理等方面，是大家学习数据处理时，不可避免的存在；如果想要学好数据处理，就一起来学习Pandas吧！！！总结：Pandas 在数据处理方面很强大！封装了我们常用的功能，直接调用相关的函数即可，省去了我们很多工作，让我们一起好好学习Pandas吧！

二、Pandas 数据结构

Pandas 的主要数据结构有两种，分别是： Series （一维数据）与 DataFrame（二维数据）;所以后面的内容也是围绕着这两部门展开的；

2.1 Series （一维数据）

似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。即：Series 与Numpy 数组基本是一样的，只不过多了数据标签（索引）；

Series 格式： pandas.Series( data, index, dtype, name, copy)

参数说明：

参数	解释说明
data	一组数据(ndarray 类型) ，即Numpy数据；
index	数据索引标签，如果不指定，默认从 0 开始。
dtype	数据类型，默认会自己判断。
name	设置名称。（不常用）
copy	拷贝数据，默认为 False。（不常用）

Series 举例：

import pandas as pd

a = ['x','y','z']
b = [1,2,3]
mynum1 = pd.Series(b)
print(mynum1)
# 0    1
# 1    2
# 2    3

mynum2 = pd.Series(b,index=a)
print(mynum2)
# x    1
# y    2
# z    3
# dtype: int64

mynum3 = pd.Series(b,index=a,dtype=float)
print(mynum3)
# x    1.0
# y    2.0
# z    3.0
# dtype: float64

注意事项：

一般情况下，当我们导入pandas的时候，都会将Pandas重命名为pd（因为大家都这么做；）

当不指定index时，会默认index是一个从0开始的整数数组，即：0,1,2....；例如：上例中的mynum1；

当不指定dtype时，pandas会自己判断一个最合适的数据类型；例如：上例中的mynum2；

也可以自己指定index与dtype, 这样pandas会按照我们指定的数据生成；例如：上例中的mynum3；

2.2 DataFrame（二维数据）

类似于二维数组的对象，是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引；可以当作是许多个共用同一个索引的Series组成的数据结构；DataFrame 图解如下：

【Pandas总结】第一节 Pandas 简介与Series，DataFrame的创建上图所表示的就是一个由n 个Series组成的DataFrame; 所有的Series 共享同一个Index ;

DataFrame 格式：pandas.DataFrame( data, index, columns, dtype, copy)

参数说明：

参数	解释说明
data	一组数据(ndarray 类型) ，即Numpy数据；
index	数据索引标签，也可称为行标签
columns	数据列标签，如果不指定，默认从 0 开始。也可称为列标签。
dtype	数据类型，默认会自己判断。
copy	拷贝数据，默认为 False。（不常用）

三、Series 的创建

3.1 由数创建

不指定Index的时候，用单个数值只能创建一个元素的Series;

mySer = pd.Series(2)
print(mySer)  
# 0    2
# dtype: int64

通过指定Index 可以生成多个相同元素的Series，举例如下：

mySer = pd.Series(2,index=range(3))
print(mySer)
# 0    2
# 1    2
# 2    2
# dtype: int64

3.2 由列表创建

当不指定Index的时候，会默认生成RangeIndex(start=0, stop=n-1, step=1)的Index; 举例如下：

lis = [3,4,5]
mySer = pd.Series(lis)
print(mySer)
# 0    3
# 1    4
# 2    5
# dtype: int64
print(mySer.index)
# RangeIndex(start=0, stop=3, step=1)
print(mySer.values)
# [3 4 5]

也可以指定Index, 举例如下：

lis = [3,4,5]
ind = ["马里奥","路易吉","林克"]
mySer = pd.Series(lis,index=ind)
print(mySer)
# 马里奥    3
# 路易吉    4
# 林克     5
# dtype: int64
print(mySer.index)
# Index(['马里奥', '路易吉', '林克'], dtype='object')
print(mySer.values)
# [3 4 5]

3.3 由字典创建

dic = {'马里奥':3,'路易吉':4,'林克':5}
mySer = pd.Series(dic)
print(mySer)   
# 马里奥    3
# 路易吉    4
# 林克     5
# dtype: int64
print(mySer.index)  
# Index(['马里奥', '路易吉', '林克'], dtype='object')
print(mySer.values)
# [3 4 5]

3.4 由Numpy数组创建

array = np.array([0, 1, 2, 3])
mySer = pd.Series(array)
print(mySer)   
# 0    0
# 1    1
# 2    2
# 3    3
# dtype: int32
print(mySer.index)
# RangeIndex(start=0, stop=4, step=1)
print(mySer.values)
# [0 1 2 3]

四、DataFreme 的创建

由字典创建

dict1 = {'马里奥':[2,3,4],'路易吉':[5,6,7],'林克':[8,9,0]}
df = pd.DataFrame(dict1,index=["英雄%s"%i for i in range(1,4)])
print(df)
#      马里奥  路易吉  林克
# 英雄1    2     5     8      
# 英雄2    3     6     9      
# 英雄3    4     7     0

由Series创建

ser1 = pd.Series(np.arange(0,5,1))   
ser2 = pd.Series(np.arange(5,10,1))  
df = pd.DataFrame({'A':ser1,'B':ser2})
print(df)
#    A  B
# 0  0  5
# 1  1  6
# 2  2  7
# 3  3  8
# 4  4  9

由二维数组创建

arr = np.arange(9).reshape(3,3)
df = pd.DataFrame(arr,columns=['A','B','C'],index=['IN1','IN2','IN3'])
print(df)
#      A  B  C
# IN1  0  1  2
# IN2  3  4  5
# IN3  6  7  8

由列表创建

lis1=[1,2,3]
lis2=[2,3,4]
df = pd.DataFrame({'A':lis1,'B':lis2},index=['IN1','IN2','IN3'])
print(df)
#      A  B
# IN1  1  2
# IN2  2  3
# IN3  3  4

秒客网