leiem.cn

[TOC]

Series

Series是一个一维的标记数组，可以存储任何数据类型。

• 创建Series

  import pandas as pd
  
  s = pd.Series(['a', 'b', 'c'])
  print(s)
  
  # 输出
  0    a
  1    b
  2    c
  dtype: object

• Series索引

  索引是用于标识每个数据元素的标签，默认情况下pandas会创建从0开始的整数索引，可以通过index参数来指定自定义索引。

  s = pd.Series(['a', 'b', 'c'], index=['V1', 'V2', 'V3'])
  print(s)
  
  # 输出
  V1    a
  V2    b
  V3    c
  dtype: object

• 常用操作

  • 通过索引取值

    s = pd.Series(['a', 'b', 'c'], index=['V1', 'V2', 'V3'])
    print(s['V2'])
    # 输出
    b

DataFrame

DataFrame是二维的表格数据结果，可以看作是Series的集合，它有行索引和列名。

• 创建Dataframe

  import pandas as pd
  
  df = pd.DataFrame({
      'Name': ['Alice', 'Bob', 'Charlie'],
      'Age': [25, 30, 35],
      'City': ['New York', 'Los Angeles', 'Chicago']
  })
  print(df)
  # 输出
        Name  Age         City
  0    Alice   25     New York
  1      Bob   30  Los Angeles
  2  Charlie   35      Chicago

• 查看前N行数据

  print(df.head(2))
  # 输出
      Name  Age         City
  0  Alice   25     New York
  1    Bob   30  Los Angeles

• 查看最后N行数据

  print(df.tail(2))
  # 输出
        Name  Age         City
  1      Bob   30  Los Angeles
  2  Charlie   35      Chicago

• 获取单列的数据（返回Series）

  print(df['Name'])
  # 输出
  0      Alice
  1        Bob
  2    Charlie
  Name: Name, dtype: object

• 过滤数据

  • df.iloc[1]

    iloc基于位置取第2行的数据，输出

    Name            Bob
    Age              30
    City    Los Angeles
    Name: 1, dtype: object

  • df.iloc[1, 0]

    iloc基于位置取第2行第1列的值，行与列都是从0开始计与索引和列名无关，输出

    Bob

  • df.loc[1]

    loc基于标签取索引为1那一行的数据，输出

    Name            Bob
    Age              30
    City    Los Angeles
    Name: 1, dtype: object

  • df.loc[1, 'Name']

    loc基于标签取索引为1（默认索引是整数从0开始）那一行的Name列的值，输出

    Bob

  • df.loc[df['Age'] > 25]

    过滤Age列的值大于25的所有数据，输出

          Name  Age         City
    1      Bob   30  Los Angeles
    2  Charlie   35      Chicago