要使用pandas，你首先就得熟悉它的兩個主要數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame。雖然它們并不能解決所有問題，但它們?yōu)榇蠖鄶?shù)應用提供了一種可靠的、易于使用的基礎(chǔ)。

一、Series

Series是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)（各種NumPy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標簽（即索引）組成

Series的字符串表現(xiàn)形式為：索引在左邊，值在右邊。由于我們沒有為數(shù)據(jù)指定索引，于是會自動創(chuàng)建一個0到N-1（N為數(shù)據(jù)的長度）的整數(shù)型索引。

通過Series 的values和index屬性獲取其數(shù)組表示形式和索引對象：

創(chuàng)建series

• 通過指定index索引創(chuàng)建：

• 通過字典創(chuàng)建：

如果只傳入一個字典，則結(jié)果Series中的索引就是原字典的鍵（有序排列）。你可以傳入排好序的字典的鍵以改變順序：

在這個例子中，sdata中跟states索引相匹配的那3個值會被找出來并放到相應的位置上，但由于"California"所對應的sdata值找不到，所以其結(jié)果就為NaN（即“非數(shù)字”（not a number），在pandas中，它用于表示缺失或NA值）。因為‘Utah’不在states中，它被從結(jié)果中除去。

我將使用缺失（missing）或NA表示缺失數(shù)據(jù)。pandas的isnull和notnull函數(shù)可用于檢測缺失數(shù)據(jù)：

Series也有類似的實例方法：

obj4.isnull()

series的索引

使用NumPy函數(shù)或類似NumPy的運算（如根據(jù)布爾型數(shù)組進行過濾、標量乘法、應用數(shù)學函數(shù)等）都會保留索引值的鏈接：

對于許多應用而言，Series最重要的一個功能是，它會根據(jù)運算的索引標簽自動對齊數(shù)據(jù)：

數(shù)據(jù)對齊功能將在后面詳細講解。如果你使用過數(shù)據(jù)庫，你可以認為是類似join的操作。

Series的索引可以通過賦值的方式就地修改：

Series對象本身及其索引都有一個name屬性，該屬性跟pandas其他的關(guān)鍵功能關(guān)系非常密切：

二、DataFrame

DataFrame是一個表格型的數(shù)據(jù)結(jié)構(gòu)，它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾值等）。

DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個索引）。

DataFrame中的數(shù)據(jù)是以一個或多個二維塊存放的（而不是列表、字典或別的一維數(shù)據(jù)結(jié)構(gòu)）

筆記：雖然DataFrame是以二維結(jié)構(gòu)保存數(shù)據(jù)的，但你仍然可以輕松地將其表示為更高維度的數(shù)據(jù)（層次化索引的表格型結(jié)構(gòu)，這是pandas中許多高級數(shù)據(jù)處理功能的關(guān)鍵要素，我們會在第8章討論這個問題）。

創(chuàng)建DataFrame

普通字典創(chuàng)建

最常用的一種是直接傳入一個由等長列表或NumPy數(shù)組組成的字典：

結(jié)果DataFrame會自動加上索引（跟Series一樣），且全部列會被有序排列：

如果指定了列序列，則DataFrame的列就會按照指定順序進行排列：

如果傳入的列在數(shù)據(jù)中找不到，就會在結(jié)果中產(chǎn)生缺失值：

嵌套字典創(chuàng)建

另一種常見的數(shù)據(jù)形式是嵌套字典：

如果嵌套字典傳給DataFrame，pandas就會被解釋為：外層字典的鍵作為列，內(nèi)層鍵則作為行索引：

內(nèi)層字典的鍵會被合并、排序以形成最終的索引。如果明確指定了索引，則不會這樣：

由Series組成的字典差不多也是一樣的用法：

表5-1列出了DataFrame構(gòu)造函數(shù)所能接受的各種數(shù)據(jù)。

獲取列/行數(shù)據(jù)（series）

通過類似字典標記的方式或?qū)傩缘姆绞?，可以將DataFrame的列獲取為一個Series：

frame2[column]適用于任何列的名，但是frame2.column只有在列名是一個合理的Python變量名時才適用。

注意，返回的Series擁有原DataFrame相同的索引，且其name屬性也已經(jīng)被相應地設(shè)置好了(默認設(shè)置為列索引名稱)。

行也可以通過位置或名稱的方式進行獲取，比如用loc屬性（稍后將對此進行詳細講解）：

修改列數(shù)據(jù)

列可以通過賦值的方式進行修改。

例如，我們可以給那個空的"debt"列賦上一個標量值或一組值：

將列表或數(shù)組賦值給某個列時，其長度必須跟DataFrame的長度相匹配。如果賦值的是一個Series，就會精確匹配DataFrame的索引，所有的空位都將被填上缺失值：

為不存在的列賦值會創(chuàng)建出一個新列

注意：不能用frame2.eastern創(chuàng)建新的列。

del方法可以用來刪除這列：

注意：通過索引方式返回的列只是相應數(shù)據(jù)的視圖而已，并不是副本。因此，對返回的Series所做的任何就地修改全都會反映到源DataFrame上。通過Series的copy方法即可指定復制列。

如果設(shè)置了DataFrame的index和columns的name屬性，則這些信息也會被顯示出來：

跟Series一樣，values屬性也會以二維ndarray的形式返回DataFrame中的數(shù)據(jù)：

如果DataFrame各列的數(shù)據(jù)類型不同，則值數(shù)組的dtype就會選用能兼容所有列的數(shù)據(jù)類型：

三、索引對象

pandas的索引對象負責管理軸標簽和其他元數(shù)據(jù)（比如軸名稱等）。構(gòu)建Series或DataFrame時，所用到的任何數(shù)組或其他序列的標簽都會被轉(zhuǎn)換成一個Index：

Index對象是不可變的，因此用戶不能對其進行修改

不可變可以使Index對象在多個數(shù)據(jù)結(jié)構(gòu)之間安全共享：

注意：雖然用戶不需要經(jīng)常使用Index的功能，但是因為一些操作會生成包含被索引化的數(shù)據(jù)，理解它們的工作原理是很重要的。

除了類似于數(shù)組，Index的功能也類似一個固定大小的集合,與python的集合不同，pandas的Index可以包含重復的標簽,選擇重復的標簽，會顯示所有的結(jié)果。

每個索引都有一些方法和屬性，它們可用于設(shè)置邏輯并回答有關(guān)該索引所包含的數(shù)據(jù)的常見問題。表5-2列出了這些函數(shù)。

文章來源地址http://www.zghlxwxcb.cn/news/detail-678380.html

到了這里，關(guān)于08-pandas 入門-pandas的數(shù)據(jù)結(jié)構(gòu)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！