2-Pandas之Series和DataFrame区别

一、Pandas 

　　pandas的数据元素包括以下几种类型：

类型	说明
object	字符串或混合类型
int	整型
float	浮点型
datetime	时间类型
bool	布尔型

 

 二、Series与DataFrame区别：

1. Series是带索引的一维数组
2. Series对象的两个重要属性是：index（索引）和value（数据值）
3. DataFrame的任意一行或者一列就是一个Series对象

三、创建Series对象：pd.Series(data,index=index)

　　其中data可以是很多类型：

1. 1. 一个列表---------->pd.Series([1,2,3])
   2. 一个ndarray------->pd.Series(np.random.randint(2),index=['a','b'])
   3. 一个python字典---->pd.Series({"a":2,"b":0})
   4. 一个标量值-------->pd.Series(3,index=[1,2,3])

　　Series在算数运算中会自动对齐不同索引的数据：

　　　　例如：

>>> s=pd.Series([1,2,3],index=['a','b','c'])
>>> a=pd.Series([4,1,0],index=['b','a','c'])
>>> s+a
a    2
b    6
c    3

 　　　　　　unique():返回结果是一个数组，包含Series去重后的元素

　　　　　　value_counts():查看每一个唯一元素的频数

四、创建DataFrame对象：pd.DataFrame(data,index,columns)

　　与Series不同的是，DataFrame包括索引index和表头columns：

　　其中data可以是很多类型：

1. 1. 包含列表、字典或者Series的字典
   2. 二维数组
   3. 一个Series对象
   4. 另一个DataFrame对象

　　　例如：

　　　1、从字典创建：

>>> d = {'one':pd.Series([1,2,3],index=['a','b','c']), 'two':pd.Series([2,3,4],index=['a','b','d'])}
>>> pd.DataFrame(d)
　 one  two
a  1.0  2.0
b  2.0  3.0
c  3.0  NaN
d  NaN  4.0

 　　　2、从字典创建

>>> pd.DataFrame(d,index=['a','b'],columns=['w1','w2'])
    w1   w2
a  NaN  NaN
b  NaN  NaN
>>> pd.DataFrame(d,index=['a','b'],columns=['one','two'])
   one  two
a    1    2
b    2    3

 五、DataFrame的数据筛选

　　与Series类似，可通过布尔表达式按照一定条件进行筛选。不同于Series的是，DataFrame布尔筛选返回的是满足筛选条件的样本的所有列的数据（即：一返回就是一条记录）。

　　上例子！

>>> d = {'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([2,3,4],index=['a','b','d'])}
>>> pd.DataFrame(d)
>>> d[d['one']<3]
   one  two
a  1.0  2.0
b  2.0  3.0

 六、DataFrame的删除和添加一列

　　添加一列：（1）像字典一样通过赋值的方式执行

>>> d['three']=d['one']+d['two']

 　　　　　　　 （2）使用insert()在指定位置插入一列，例如在位置1插入新的一列'new',值为0

>>> d.insert(1,'new',np.zeros((4,1)))
>>> d
one  new  two  three
  a  1.0  0.0  2.0    3.0
  b  2.0  0.0  3.0    5.0
  c  3.0  0.0  NaN    NaN
  d  NaN  0.0  4.0    NaN

　　删除一列：像字典一样------>使用pop()或者del()，pop()可以在删除列的基础之上将删除的列赋值给一个新的变量

>>> del d['three']
>>> d
   one  new  two
a  1.0  0.0  2.0
b  2.0  0.0  3.0
c  3.0  0.0  NaN
d  NaN  0.0  4.0
>>> new = d.pop('new')
>>> d
   one  two
a  1.0  2.0
b  2.0  3.0
c  3.0  NaN
d  NaN  4.0
>>> new
a    0.0
b    0.0
c    0.0
d    0.0
Name: new, dtype: float64

七、DataFrame修改索引名：使用rename()方法

>>> d
   one  two
a  1.0  2.0
b  2.0  3.0
c  3.0  NaN
d  NaN  4.0
>>> i = {'a':'A','b':'B'}
>>> d.rename(index=i)
   one  two
A  1.0  2.0
B  2.0  3.0
c  3.0  NaN
d  NaN  4.0