Pandas数据结构分析

一、pandas的基本数据结构

  1、pandas中有两个主要的数据结构，分别是：Series和DataFrame。

  2、Series:它是一个类似一维数组的对象，它能够保存任何类型的数据，主要由一组数据（各种Numpy数据类型）和与之相关的数据标签（索引）两部分构成。仅由一组数据也可以产生简单的Series对象。注意：Series的索引位于左边，数据位于右边，且索引值可以重复。

 

3、DataFrame:是一个类似于二维数组或表格（如excel）的对象，包含一组有序的列，它每列的数据可以是不同的数据类型（数值、字符串、布尔型等）。注意：DataFrame的索引不仅有行索引，还有列索引，数据可以有多列，因此可以看做是由Series组成的字典。

二、Series

  1、创建Series

     (1)创建Series类对象

      

 

      (2) 创建Series类对象，并指定索引

    

Ø data：表示传入的数据。

Ø index：表示索引，唯一且与数据长度相等，默认会自动创建一个从0~N的整数索引 。

    (3)通过字典的方式创建：

           通过字典创建 Series 时，字典中的 key 组成 Series 中的索引，字典中的 values 组成 Series 中的 values。

         

 2、Series的属性

     为了能方便地操作Series对象中的索引和数据，所以该对象提供了两个属性index和values分别进行获取。

（1）获取s2的索引：

（2）获取s2的数据

 （3）直接使用位置索引来获取数据

      Series对象的属性有：dtype, index, values, name
      Series.index有属性:name

三、DataFrame

  1、DataFrame的创建

      （1）通过二维数组创建

            数据帧（DataFrame）是二维数据结构，即数据以行和列的表格方式排列。
            数据帧（DataFrame）的功能特点：潜在的列是不同的类型，大小可变，可以对行和列执行算术运算。
            pandas 中的 DataFrame 可以使用以下构造函数创建：
                   pandas.DataFrame(data, index, columns, dtype, copy)     

编号	参数	简介
1	data	数据采取各种形式，如：ndarray，series，map，lists，dict，constant和另一个 DataFrame。
2	index	对于行标签，要用于结果帧的索引是可选缺省值np.arrange(n)，如果没有传递索引值。
3	columns	对于列标签，可选的默认语法是--np.arrange(n)。这只有在没有索引传递的情况下才是这样。
4	dtype	每列的数据类型。
5	copy	如果默认值为False，则此命令（或任何它）用于复制数据。

2、DataFrame的数据获取

  （1）可以直接通过列索引获取指定列的数据。

       a、列选择

 

b、列添加

 c、列修改

d、列删除

直接采用drop函数，设置axis=1，参数axis为1表示在行上面搜索对象并删除

 采用del的方法

 

 （2）如果需要获取指定行的的数据的话，需要通过 ix 方法来获取对应行索引的行数据。

a、行选择

b、行添加

c、行修改

d、行删除

四、索引对象

1、 Pandas中的索引都是Index类对象，又称为索引对象，该对象是不可以进行修改的，以保障数据的安全。Pandas还提供了很多Index的子类，常见的有如下几种：

（1）Int64Index：针对整数的特殊Index对象。

（2）MultiIndex：层次化索引，表示单个轴上的多层索引。

（3）DatetimeIndex：存储纳秒寄时间戳。

2、不管是 Series 还是 DataFrame 对象，都有索引对象。

3、索引对象负责管理轴标签和其他元数据（eg：轴名称等等）。

4、通过索引可以从 Series、DataFrame 中获取值或者对某个索引值进行重新赋值。

5、Series 或者 DataFrame 的自动对齐功能是通过索引实现的。