要使用pandas,你首先要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(yīng)用提供了一種可靠的、易于使用的基礎(chǔ)。

Series

Series的字符串表現(xiàn)形式為:索引在左,值在右。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的整數(shù)型索引??梢酝ㄟ^values和index屬性來獲取其數(shù)組表示形式和索引對象:

Python

可以指定索引。與NumPy相比,你可以通過索引的方式選取Series中的單個或一組值:

Python

NumPy運算(如根據(jù)布爾型數(shù)值進行過濾,標量乘法,應(yīng)用數(shù)學(xué)函數(shù)等)都會保留索引和值之間的連接:

Python

還可以將Series看成是一個定長的有序字典,如果數(shù)據(jù)被存放在一個Python字典中,也可以通過這個字典來創(chuàng)建Series;如果只傳入一個字典,則結(jié)果Series中的索引就是原字典的健,也可以指定索引;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)系密切。

總結(jié):結(jié)合以上程序,放在Series里的可以有:列表;列表+索引;字典;字典+索引,一共四種。

pandas的isnull和notnull函數(shù)可以用于檢測缺失數(shù)據(jù)。也可以用Series的實例方法:例如:obj4.isnull()

DataFrame

DataFrame是一個表格型數(shù)據(jù)結(jié)構(gòu),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,它可以被看作由Series組成的字典(和Series共用同一個索引)。其實,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)組結(jié)構(gòu))。有關(guān)DataFrame內(nèi)部的技術(shù)細節(jié)遠遠超過本書所討論的范圍。

構(gòu)建DataFrame的辦法有很多,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:(指定的列序列,必須在data字典里)

如果指定的列不在data字典里,就會變成NaN:

Python

通過類似字典標記的方式和屬性的方式,可以將DataFrame的列獲取為一個Series

也可通過行索引字段ix來獲取各列

關(guān)鍵字del用于刪除列:

Python

可以輸入給DataFrame構(gòu)造器的數(shù)據(jù)有:

1、二維ndarray

2、由數(shù)組、列表或元組組成的字典

3、由Series組成的字典

4、由字典組成的字典

5、字典或Series的列表等等.....

Series一樣,都有index.name的屬性和columns.name的屬性;values屬性也會以二維ndarray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)組的數(shù)據(jù)類型就會選用能兼容所有列的數(shù)據(jù)類型。