利用 Python 进行数据分析（七）pandas 简单介绍（Series 和 DataFrame）

一、pandas 是什么


pandas 是基于 NumPy 的一个 Python 数据分析包，主要目的是为了数据分析。它提供了大量高级的数据结构和对数据处理的方法。

pandas 有两个主要的数据结构：Series

和

DataFrame。


二、Series


Series 是一个一维数组对象

，类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。

将 Python 数组转换成 Series 对象：



将 Python 字典转换成 Series 对象：



当没有显示指定索引的时候，Series 自动以 0 开始，步长为 1 为数据创建索引。

你也可以通过 index 参数显示指定索引：



对于 Series 对象里的单个数据来说，和普通数组一样，根据索引获取对应的数据或重新赋值；

不过你还可以传入一个索引的数组来获取数据或未数据重新赋值：



想要单独获取 Series 对象的索引或者数组内容的时候，可以使用

index

和

values

属性，例如：



对 Series 对象的运算（索引不变）：




三、DataFrame


DataFrame 是一个表格型的数据结构。它提供有序的列和不同类型的列值。

例如将一个由 NumPy 数组组成的字典转换成 DataFrame 对象：



DataFrame 默认根据列名首字母顺序进行排序，想要指定列的顺序？传入一个列名的字典即可：



如果传入的列名找不到，它不会报错，而是产生一列 NA 值：



DataFrame 不仅可以以字典索引的方式获取数据，还可以以属性的方法获取，例如：



修改列的值：



删除某一列：



安装步骤已经在首篇随笔里写过了，这里不在赘述。利用 Python 进行数据分析（一）简单介绍

接下来一篇随笔内容是：利用 Python 进行数据分析（八）pandas 基本操作（Series 和 DataFrame），有兴趣的朋友欢迎关注本博客，也欢迎大家添加评论进行讨论。