Series可以看成是一维的表格数据,相当于表格数据中的每一列或者每一行。
from pandas import Series
emp=['1','2','3','4']
name=['张三','李四','王五','赵四']
Series=Series(data=name,index=emp)
print(Series.values) # 获取数据的值
print(Series.index.tolist()) # 获取索引的值
print(list(Series.items())) # 获取每对索引和值
输出结果:
['张三' '李四' '王五' '赵四']
['1', '2', '3', '4']
[('1', '张三'), ('2', '李四'), ('3', '王五'), ('4', '赵四')]
values、index、items返回的对象分别是List、Index、Zip类型的数据,为了方便我们使用和观察数据,可以使用series.index.tolist()和list(series.items())方法转化成List类型。
利用索引值和切片访问数据:
print(Series['3'])# 使用索引值获取单个数据
王五
print(Series[['2','4']])# 使用索引值获取多个不连续的数据
2 李四
4 赵四
dtype: object
print(Series['1':'3'])# 使用索引值获取多个连续的数据
1 张三
2 李四
3 王五
dtype: object
当然也可以使用位置下标获取数据,效果一样。
print(Series[2])# 使用索引值获取单个数据
王五
print(Series[[1,3]])# 使用索引值获取多个不连续的数据
2 李四
4 赵四
dtype: object
print(Series[0:3])# 使用索引值获取多个连续的数据
1 张三
2 李四
3 王五
dtype: object
通过遍历获取数据
for value in Series:# 遍历并拿到data数据
print(value)
for key in Series.keys():# 遍历并拿到index数据
print(key)
for item in Series.items():# 遍历并拿到每对索引和数据
print(item)
DataFrame的创建
import pandas as pd
dict = {
'name':['ZhangSan','LiSi','WangWu','ZhaoSi'],
'age':['19','16','19','27'],
'sex':['F','M','F','F']
}
df = pd.DataFrame(data=dict,index=['1','2','3','4'])
print(df)
name age sex
1 ZhangSan 19 F
2 LiSi 16 M
3 WangWu 19 F
4 Zhaosi 27 F
获取数据
print(df[0:1])# 获取一行
print(df[1:4])# 获取多行
print(df[1:4][['name','sex']])# 获取多行里面的某几列
DataFrame不支持输入标签索引获取行数据,但可以输入标签索引获取列数据。
df[‘3’] ×
df[‘name’] √