pandas

怎么来使用pandas的最重要的数据结构Series和DataFrame？

pandas 是基于 NumPy 构建的，让以NumPy为中心的应用变得更加简单。pandas有 Series和DataFrame两种最重要的数据结构。

Series

Series 就是类似于以为数组的对象，有一组数据和一组相关的索引数据组成；因为可以通过索引映射到对应的数据，所以还可以将Series看成一组定长的有序字典。

还以惠州虎洲岛旅行为例，Lukas，Robin，Alex一起去惠州大亚湾的黄金海岸旅游，在老虎洲岸边上的沙滩上，Lukas捉到了5只螃蟹，Robin捉到了7只螃蟹，Alex捉到了4只螃蟹；看一下我们用Series 如何来展示的。

首先引入pandas库中的Series数据结构；在所有操作之前，需要先导入pandas库（参考前边安装并导入组件库）；

'''
Welcome to LearnPython.NET

File Name： PpandasSeries.py
Download from：https://www.learnpython.net/cn/python-code-samples.html
Author: LearnPython.Net
Editor: CoderChiu

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

#Lucas, Robin, Alex's Crabs
seriesCrabs = Series([5,7,4], index=['Lucas','Robin','Alex'])
seriesCrabs.name = "Crabs"
seriesCrabs.index.name = "Name"

#Series's Contents;
print(seriesCrabs)

结果如下，一个Series数据结果的信息完整展示了：

>>> %Run PpandasSeries.py
    Name
    Lucas    5
    Robin    7
    Alex     4
    Name: Crabs, dtype: int64

我们看一看组成Series的元素的全貌：

#Series's details;
print(type(seriesCrabs))
print(type(seriesCrabs.name))
print(type(seriesCrabs.values))
print(type(seriesCrabs.index))
print(type(seriesCrabs.index.name))

细节信息如下（Series的name和index的name都是一个字符串，Series的values是一个ndarray，Series的index是一个叫做Index的类）：

>>> %Run PpandasSeries.py
    <class 'pandas.core.series.Series'>
    <class 'str'>
    <class 'numpy.ndarray'>
    <class 'pandas.core.indexes.base.Index'>
    <class 'str'>

看到这里，你是否觉得Series像是一个小表格，索引一列，值一列，索引和值都有名字；这不就是一个表格吗！

通过字典来创建Series；

Index

索引对象负责管理轴标签和其他元数据（轴名称等），前边的数据结构Series和后边将要学习的数据结构DataFrame，在构建时候，数组或者其他序列的标签都会生成一个标签对象Index。

#Index details
idxCrabs = seriesCrabs.index
print(idxCrabs)

idxCrabs.name ="NewName"
print(idxCrabs)
#idxCrabs is seriesCrabs.index;
print(seriesCrabs.index is idxCrabs)

idxCrabs[0] = "Bob"  #

取到了Series的index，里边有一个列表；并且 idxCrabs 和 seriesCrabs.index 是同一个数据；从以下的打印信息中，可以看出端倪。企图修改Index对象中的值，就会报错，看来跟元组一样，不可修改。

>>> %Run PpandasSeries.py
  Index(['Lucas', 'Robin', 'Alex'], dtype='object', name='Name')
  Index(['Lucas', 'Robin', 'Alex'], dtype='object', name='NewName')
  True

Traceback (most recent call last):
  File "...\PpandasSeries.py", line 29, in <module>
    idxCrabs[0] = "Bob"
  File "...\indexes\base.py", line 4260, in __setitem__
    raise TypeError("Index does not support mutable operations")
TypeError: Index does not support mutable operations

pandas的Index对象还有不少，主要有以下几种：

Int64Index 我猜是存储的特别多的数据时候有用；时间戳索引可能是针对金融市场的数据索引对象；这么多的索引对象，不能在此一一说明；后边学习过程中，会再详细说明。

Index的属性和方法

DataFrame

数据结构DataFrame是一个二维的数据表格，用过Excel的人都知道，跟Excel的Sheet里展示的内容一模一样；表格有行和列做成；第一列是索引，默认的就是1，2，3等等，第一列和其他列呢，都组成一个完整的Series，这就是数据结构DataFrame。

PreviousNumpy

Last updated 4 years ago