Python中的pandas库是数据分析中经常用的一个库，打开、转换csv、xlsx、txt文件、数据清洗、查找数据、简单的作图等等。
pandas中的所有操作是基于两种数据结构：DataFrame和Series，本文就先主要介绍这两种数据结构，后续再介绍基于它们的操作。
2.1 创建Series
Series是⼀种类似于⼀维数组的对象，它由⼀组数据（各种NumPy数据类型）以及⼀组与之相关的数据标签（即索引）组成。
import pandas as pd
obj = pd.Series([4, 7, -5, 3])
obj
输出：
0 4
1 7
2 -5
3 3
dtype: int64
Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引，于是会 ⾃动创建⼀个0到N-1（N为数据的⻓度）的整数型索引。
我们可以通过Series的 values和 index属性获取其数组表示形式和索引对象。
查看索引：
obj.index
输出： RangeIndex(start=0, stop=4, step=1)
查看值：
obj.values
输出： array([ 4, 7, -5, 3])
在创建Series的时候，加上参数 index并赋值我们想要设置的索引即可。
obj = pd.Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])
obj
输出：此时的输出就带上了我们设置的索引：[‘d’, ‘b’, ‘a’, ‘c’]，而不是默认的[0, 1, 2, 3]
d 4
b 7
a -5
c 3
dtype: int64
如果数据被存放在字典里，那么我们可以直接将其创建为Series对象，索引就是字典的键。
data = {'a': 20, 'b': 30, 'd': 50}
obj = pd.Series(data)
obj
输出：
a 20
b 30
d 50
dtype: int64
DataFrame是pandas用的最多的数据结构，它和Series不同，Series只有一列，而DataFrame可以有多列。DataFrame的结构形式和sql比较像，每一列可以看作是一个字段，一个特征（机器学习），而每一行则是所有列的取值。
3.1 创建DataFrame
创建DataFrame的方法有很多，本文只介绍常用的几种。
data = np.random.randn(3, 5)
df = pd.DataFrame(data)
df
输出：
0 1 2 3 4
0 0.614040 0.202512 -2.668371 0.645818 -1.167729
1 0.086797 2.109643 0.130015 -0.865688 0.034858
2 1.956728 1.868124 0.085561 -1.188619 0.323035
DataFrame既有⾏索引也有列索引，它可以被看做由Series组成的字典（共⽤同⼀个索引），因此和Series一样，当我们没有设置索引时，DataFram的行索引和列索引都是0， 1， ……，N-1
同样，我们可以通过DataFrame的values属性查看它的值，index属性查看它的行索引，columns属性查看它的列索引（列名）：
查看值：
df.values
输出：
array([[ 0.61403982, 0.20251155, -2.66837106, 0.64581832, -1.16772939],
[ 0.08679744, 2.10964251, 0.13001494, -0.86568831, 0.03485802],
[ 1.9567277 , 1.86812424, 0.08556118, -1.18861883, 0.32303491]])
查看行索引：
df.index
输出： RangeIndex(start=0, stop=3, step=1)
查看列索引（列名）：
df.columns
输出： RangeIndex(start=0, stop=5, step=1)
由于DataFrame既有行索引index，又有列索引（列名）columns，因此创建时可根据需要创建其中一个或都创建。
data = np.random.randn(3, 5)
df = pd.DataFrame(data, index=['a', 'b', 'c'], columns=['aa', 'bb', 'cc', 'dd', 'ee'])
df
输出：
aa bb cc dd ee
a -0.284388 -0.238337 0.115592 -0.722185 -0.798702
b -1.875249 0.248238 -0.140116 0.775234 -0.873626
c 0.343352 1.166614 0.757785 0.304297 0.520813
和创建Series类似，也可以利用字典创建DataFrame，此时字典的键会变为列名。
data = {'name': ['apolo', 'adm', 'bolon', 'cathy'],
'age': [18, 29, 32, 28],
'sex': ['male', 'female', 'male', 'male']}
df = pd.DataFrame(data)
df
输出：
name age sex
0 apolo 18 male
1 adm 29 female
2 bolon 32 male
3 cathy 28 male
Original: https://blog.csdn.net/TSzero/article/details/115302612
Author: 诡秘愚者
Title: pandas之数据结构介绍
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/677799/
转载文章受原作者版权保护。转载请注明原作者出处！