python数据分析之pandas(2)

前言

上次写到了pandas的数据读取功能，开启了我们的数据分析之路，今天学习一些pandas的数据结构，Dataframe，Series等。

开始

Series

Series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数据标签（即索引）组成。通过一些例子展示一下他的用法。

s1 = pd.Series([1,'a',5.2,7])  #创建一个变量并且进行赋值
0      1
1      a
2    5.2
3      7
# 这些就是输出的结果，左边是索引的序列，从0开始，右边是对应的值。类似于一维数组，a[0],a[1]...

Series同样可以使用一些基础的方法对对象进行操作等。

s1.index	# 获取索引
s1.values	# 获取数据
输出s1中包含的值

上面输出的索引是默认的索引名，我们也可以自己通过series进行索引名的设置，

s2 = pd.Series([1, 'a', 5.2, 7], index=['d','b','a','c']) 	#index中的值便是设置的索引名
d      1
b      a
a    5.2
c      7
#当我们输出后，便是我们自己设置的索引名啦。

Series还可以很方便的进行数据的查询，其方法类似于python中字典的dict。通过输入自己想查询的索引，对相应的值进行查询。

s2['a']	#输出5.2
s2[['b','a']]
# 输出
b      a
a    5.2

这种发放类似于一维数组能够很方便的查询要指定位置的值。

Dataframe

DataFrame是一个表格型的数据结构（可以类似于二维数组）

• 每列可以是不同的值类型（数值、字符串、布尔值等）
• 既有行索引index,也有列索引columns
• 可以被看做由Series组成的字典

Dataframe的创建也和python自己的字典创建很相似，先创建索引名，同时给每个索引进行赋值，最终成功创建。

data={
        'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
        'year':[2000,2001,2002,2001,2002],
        'pop':[1.5,1.7,3.6,2.4,2.9]
    }
# data就类似于一个字典，然后Datafarme把它进行转换一下。
df = pd.DataFrame(data)
# 输出的df的结果就是这样，每列有对应的名字。
	state	year	pop
0	Ohio	2000	1.5
1	Ohio	2001	1.7
2	Ohio	2002	3.6
3	Nevada	2001	2.4
4	Nevada	2002	2.9

Dataframe既然是一张表格，就有着行（index）和列（columns），可以分别使用这两个函数进行对行和列的查看。

df.columns #使用此方法就会输出对应的列名（	state	year	pop）
df.index  # 输出有多少行

从DataFrame中查询

如果只查询一行、一列，返回的是pd.Series；如果查询多行、多列，返回的是pd.DataFrame。

df['year']	# 查询的是一列的内容，输出的格式为Series类型，即类似一维数组类型
		    0    2000
			1    2001
			2    2002
			3    2001
			4    2002
df[['year', 'pop']]	#查询的是两列的内容，输出的是DataFrame类型，即表格类型
				year	pop
			0	2000	1.5
			1	2001	1.7
			2	2002	3.6
			3	2001	2.4
			4	2002	2.9

上面是查询列的结果，查询行也是一样的情况，一行输出Series的结果，一行以上输出DataFrame的结果。

结尾

请大家多多关照，共同学习、进步。 ^ _ ^