Pandas入门系列（一）-- 深入理解Series和Dataframe

Python3数据科学汇总： https://blog.csdn.net/weixin_41793113/article/details/99707225 

---

 

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

data = {
    'Country': ['China', 'India', 'Brazil'],
    'Capital': ['Beijing', 'New Delhi', 'Brasilia'],
    'Population': ['1432732201', '1303171635', '207847528']
} #python字典

s1 = Series(data['Country'])

s1

s2 = Series(data['Capital'])
s3 = Series(data['Population'])

df = DataFrame(data) #DataFrame 可以理解为多列的Series

df

for row in df.iterrows():
    print(row) #迭代器遍历每一行

for row in df.iterrows():
    print(row[0], '+', row[1]) #[0]是索引 [1]是值
    break

# 通过Series创建DataFrame

df_new = DataFrame([s1,s2,s3])

df_new

df #区别在于列名

df_new = DataFrame([s1,s2,s3], index=['Country','Capital', 'Population'])
#解决上面的列名问题，传入索引

df_new

#可以发现它是按行叠加，需要转置

df_new.T

 

#Pandas DataFrame的基本属性详解

基本功能列表

import pandas as pd 导入库

df = pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
创建一个DataFrame

	代码	功能
1	DataFrame()	创建一个DataFrame对象
2	df.values	返回ndarray类型的对象
3	df.index	获取行索引
4	df.columns	获取列索引
5	df.axes	获取行及列索引
6	df.T	行与列对调
7	df. info()	打印DataFrame对象的信息
8	df.head(i)	显示前 i 行数据
9	df.tail(i)	显示后 i 行数据
10	df.describe()	查看数据按列的统计信息

 

1.创建一个DataFrame

DataFrame()函数的参数index的值相当于行索引，若不手动赋值，将默认从0开始分配。columns的值相当于列索引，若不手动赋值，也将默认从0开始分配。

data = {
        '性别':['男','女','女','男','男'],
        '姓名':['小明','小红','小芳','大黑','张三'],
        '年龄':[20,21,25,24,29]}
df = pd.DataFrame(data,index=['one','two','three','four','five'],
               columns=['姓名','性别','年龄','职业'])
df

 

运行结果：

2. df.values 返回ndarray类型的对象

ndarray类型即numpy的 N 维数组对象,通常将DataFrame类型的数据转换为ndarray类型的比较方便操作。如对DataFrame类型进行切片操作需要df.iloc[ : , 1:3]这种形式，对数组类型直接X[ : , 1:3]即可。

X = df.values
print(type(X)) #显示数据类型
X

 

3. df.index 获取行索引

df.index

 

运行结果：

Index(['one', 'two', 'three', 'four', 'five'], dtype='object')

 

4. df.columns 获取列索引

df.columns

 

运行结果：

Index(['姓名', '性别', '年龄', '职业'], dtype='object')

 

5. df.axes 获取行及列索引

df.axes

 

运行结果：

[Index(['one', 'two', 'three', 'four', 'five'], dtype='object'),
 Index(['姓名', '性别', '年龄', '职业'], dtype='object')]

• 1
• 2

6. df.T index 与 columns 对调

df.T

 

运行结果：

7. df.info() 打印DataFrame对象的信息

df.info()

 

运行结果：

Index: 5 entries, one to five
Data columns (total 4 columns):
姓名    5 non-null object
性别    5 non-null object
年龄    5 non-null int64
职业    0 non-null object
dtypes: int64(1), object(3)
memory usage: 200.0+ bytes

 

8.df.head(i) 显示前 i 行数据

df.head(2)

 

运行结果：

若想要显示前几列数据，可用df.T.head(i)

9. df.tail(i) 显示后 i 行数据

df.tail(2)

运行结果：

10. df.describe() 查看数据按列的统计信息

可显示数据的数量、缺失值、最小最大数、平均值、分位数等信息