python的第三方库pandas中两种数据结构Series，DataFrame的介绍与使用

- 日理万妓 2022-05-20 22:22 203阅读 0赞

#### Pandas的介绍 ####

pandas是数据分析的一个核心框架，集成了数据结构化和数据清洗以及分析的一些方法。pandas在numpy的基础上新增了三个数据类型，Series、DataFrame、Panel。

#### Pandas的使用 ####

\#导入pandas和numpy包

import numpy as np

import pandas as pd

##### 1、Series    #####

Series是一种类似与一维数组的对象，由下面两个部分组成：  
\- values：一组数据（ndarray类型）  
\- index：相关的数据索引标签

\#引入Series

from pandas import Series

##### (1)Series的创建（有两种方式）： #####

第一：由列表或numpy数组创建，默认索引为0到N-1的整数型索引

\#创建numpy数组

nd = np.array(\[1,2,3,4\])

\#创建Series

s = Series(nd) \# 没有指定索引默认0~N-1

\#由数组创建

s = Series(\[1,2,3,4,5\],index=list("abcde"))

\#索引值可以重复

s = Series(\[1,2,3,4,5,6\],index=\["A","A","B","B","A","C"\])

注意： 由数组和列表创建Series是一个浅拷贝（只拷贝引用地址，不拷贝对象本身）

第二种：由字典创建

dic = \{"语文":100,"数学":100,"英语":100,"理综":200\}  
s1 = Series(dic)  
s1

注意：由字典创建Series是一个创建副本的过程（也叫深拷贝）

##### （2）Series的索引以及切片 #####

1.使用显式索引切片

`    - 使用index中的元素作为索引值```

`    - 使用.loc[]（推荐），取值是闭区间```

``示例如下：

\#通过索引值来查找数据

s\["a"\]或者s.loc\["a"\]

\#从s中截取子series对象

s.loc\[\["a","b"\]\]

\#为索引赋值,允许整体赋值但不允许单独赋值

s.index = list("abcdef")s

2.使用隐式索引：``````

`- 使用整数作为索引值```

`- 使用.iloc[]（推荐），取值是半开区间```

示例如下：

\#通过下标来查找数据

s.iloc\[0\]

\#通过下标来查找多个下标的数据

s.iloc\[\[0,1\]\]

##### （3）pandas对于Series的一些其他使用`` #####

`1、生成Series数据，当索引没有对应的值时，可能出现缺失数据显示NaN（not a number）的情况。`

`s = Series({"a":123,"b":345,"c":685},index=list("abcdef"))`

`或者：s.index = list("abcdnm")`

`s`

`可以使用pd.isnull()，pd.notnull()，或自带isnull(),notnull()函数检测缺失数据`

`如：pd.isnull(s)或者s.isnull()`

`s[s.notnull()]`

`# 一个Series如果索引和另外一个完全一致，值是bool类型，这个Series是可以作为另外一个Series的索引来查找对应元素的，查找的结果就是所有bool为True那些索引对应的元素`

`s1 = Series({"a":True,"b":False,"c":True,"d":False,"n":True,"m":True})`

`s[s1]`

2、Series对象本身及其实例都有一个name属性，name属性是series在DataFrame中的表头信息

s.name = "python"

s``

``3、使用过滤条件

s = Series(\{"a":1,"b":2,"c":3\})

a = s > 2\#得出的是bool类型

nd\[a\]\#得出的是满足条件的值，类型为数组

4、s1与s2分别为Series生成的数据

\#找到n中值为空的数据，把105,106 保存起来

n = s1.add(s2)

n\[n.isnull()\]=105,106        
n

#### ``2、DataFrame ####

##### （1）DataFrame的介绍`` #####

##### ```它是由Series构成的，一个类似于表格的数据结构，可以看做是【由Series组成的字典】（共用同一个索引）。DataFrame由按一定顺序排列的多列数据组成。它可以将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。 - 行索引：index` #####

##### `- 列索引：columns``` #####

##### `- 值：values（numpy的二维数组``` #####

##### （2）DataFrame的创建`` #####

最常用的方法是使用一个字典来创建。DataFrame以字典的键作为每一列的名称，以字典的值（一个数组）作为每一列的值。此外，DataFrame会自动加上每一行的索引（和Series一样）。同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

`#导入DataFrame`

`from pandas import DataFrame`

dic = \{\#创建字典  
    "语文":\[120,130,140,110,110,100\],  
    "数学":\[130,110,100,100,100,120\],  
    "外语":\[120,130,123,125,112,143\],  
    "综合":\[230,240,254,234,100,100\]

\#指定索引abcd`,如果不指定索引，默认是把当前行的位置序列做为索引`

`#DataFrame属性包括：values(值)、columns(列索引)、index(行索引)、shape(形状)`

`df = DataFrame(dic,index=list("abcde"))`

`df`

df.values\# 得到的是一个二维数组

df.index \#得到的是 index索引对象也就是行名

df.index = list("ABCDEF") \# index只能整体赋值不能单独赋值

df.columns  \#得到 index对象也就是列名

df2 = DataFrame(dic,columns=\["姓名","语文","数学","外语","综合"\])

df2\#columns不能单独赋值只能整体赋值

nd = np.random.randint(0,150,size=(4,4))\#创建4行4列的矩阵

df3 = DataFrame(nd,index=list("abcd"),columns=list("ABCD"))

df3\#生成DataFrame

df4 = DataFrame(\{"张三":150,"李四":100\},index=\["语文","数学","英语","理综"\])

df4\#生成DataFrame

##### 对DataFrame结构的数据进行索引 #####

##### 1)对列进行索引 #####

第一种可以通过类似于字典的方式，第二种可以通过属性的方式

dic = \{  
    "姓名":\["小明","刘红","明子","基恩",夫卡","偌大"\],  
    "语文":\[120,130,140,110,110,100\],  
    "数学":\[130,110,100,100,100,120\],  
    "外语":\[120,130,123,125,112,143\],  
    "综合":\[230,240,254,234,100,100\]  
\}  
df = DataFrame(dic,index=list("abcdef"))  
df.columns = \["python","java","h5","c++","php"\]

df.java\#以属性形式取值

df\["java"\]\# 键值的形式取值

\#索引多列

\#属性不能索引多列

df\[\["python","java"\]\] \#键值的形式 索引多列得到一个DataFrame

df\[\["python"\]\]   \#得到的依然是一个DataFrame

注意： 对列进行切片没有意义

##### 2）对行进行索引`` #####

`使用.ix[]来进行行索引``,返回的是一个Series，其中index为原来的columns。`

`- 使用 .loc[]加index来进行行索引```

`-使用 .iloc[]加整数来进行行索引`

df.ix\["a"\]    \#通过行索引