Pandas —— （1）基础数据结构概念和创建

@

1.1 数据结构

1.2 大小可变与数据复制

• Pandas 所有数据结构的值都是可变的，但数据结构的大小并非都是可变的，比如，Series 的长度不可改变，但 DataFrame 里就可以插入列。

• Pandas 里，绝大多数方法都不改变原始的输入数据，而是复制数据，生成新的对象。 一般来说，原始输入数据不变更稳妥。

2.1 Series简介

Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引

s = pd.Series(np.random.rand(5))
print(s)
print(type(s))
# 查看数据、数据类型

print(s.index,type(s.index))
print(s.values,type(s.values))
# .index查看series索引，类型为rangeindex
# .values查看series值，类型是ndarray

核心：series相比于ndarray，是一个自带索引index的数组 → 一维数组 + 对应索引
所以当只看series的值的时候，就是一个ndarray。 series和ndarray较相似，索引切片功能差别不大 series和dict相比，series更像一个有顺序的字典（dict本身不存在顺序），其索引原理与字典相似（一个用key，一个用index）

2.2 Series 创建方法

2.2.1 由字典创建

字典的key就是index，values就是values

dic = {'a':1 ,'b':2 , 'c':3, '4':4, '5':5}
s = pd.Series(dic)

2.2.2 由数组创建(一维数组)

arr = np.random.randn(5)
s = pd.Series(arr)
# 默认index是从0开始，步长为1的数字

# 也可以自己设置index，dtype和 name参数
s = pd.Series(arr, index = ['a','b','c','d','e'],dtype = np.object, name = 'test')
# index参数：设置index，长度保持一致
# dtype参数：设置数值类型
# name为Series的一个参数，创建一个数组的名称,格式为str，如果没用定义输出名称，输出为None

重命名

# .rename()重命名一个数组的名称，并且新指向一个数组，原数组不变
s2 = s.rename('hehehe')

3.1 Dataframe简介

"二维数组"Dataframe：是一个表格型的数据结构，“带有标签的二维数组”。包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。

Dataframe中的数据以一个或多个二维块存放，Dataframe带有index（行标签）和columns（列标签）（不是列表、字典或一维数组结构。）

data = {'name':['Jack','Tom','Mary'],
        'age':[18,19,20],
       'gender':['m','m','w']}
frame = pd.DataFrame(data)
print(frame'
该数据类型为：',type(frame))  # 查看数据，数据类型为dataframe
print(frame.index,'
该数据类型为：',type(frame.index))# .index查看行标签
print(frame.columns,'
该数据类型为：',type(frame.columns))# .index查看行标签
print(frame.values,'
该数据类型为：',type(frame.values))# .values查看值，数据类型为ndarray

# to_list()数据类型转换成列表
frame.index.to_list()
frame.columns.to_list()
frame.values.to_list()

3.2 Dataframe创建方法

3.2.1 由数组/list组成的字典创建

# 由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
# 字典的值的长度必须保持一致！
data1 = {'a':[1,2,3],
        'b':[3,4,5],
        'c':[5,6,7]}
data2 = {'one':np.random.rand(3),
        'two':np.random.rand(3)}   # 这里如果尝试  'two':np.random.rand(4) 会怎么样？
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 和Series一样也可以自己设置参数值
df1 = pd.DataFrame(data1, columns = ['b','c','a','d'])
df2 = pd.DataFrame(data2, index = ['f1','f2','f3'])

3.2.2 由Series组成的字典创建

data1 = {'one':pd.Series(np.random.rand(2)),
        'two':pd.Series(np.random.rand(3))}  # 没有设置index的Series
data2 = {'one':pd.Series(np.random.rand(2), index = ['a','b']),
        'two':pd.Series(np.random.rand(3),index = ['a','b','c'])}  # 设置了index的Series
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

3.2.3 通过二维数组直接创建

ar = np.random.rand(9).reshape(3,3)
df2 = pd.DataFrame(ar, index = ['a', 'b', 'c'], columns = ['one','two','three'])  # 可以尝试一下index或columns长度不等于已有数组的情况

码字不易，如果对您有帮助，就打赏一下吧O(∩_∩)O