Series
Series是一个类似于一维数组的对象，它能够保存所有类型的数据。
class pandas.Series(data=None,index=None,dtype=None,name=None,copy=False,fastpath=False)
name是指Series对象的名字
copy是指是否对数据进行复制
fastpath是指校验Series的对象名称
import pandas as pd # 创建对象，并指定索引 data = pd.Series([1,2,3,4,5],index=['a','b','c','d','e']) print(data) # 用字典形式创建对象 data_1 = pd.Series({'a':1,'b':2,'c':3,'d':4,'e':5}) print(data_1) # 获取索引 print(data_1.index) # 获取值 print(data_1.values) # 按位置进行索引 print(data_1[3]) # 对数据进行运算 data_1*2 # -----------------------------下面是输出结果------------------------------- a 1 b 2 c 3 d 4 e 5 dtype: int64 ----------------------------------------------------------------- a 1 b 2 c 3 d 4 e 5 dtype: int64 ------------------------------------------------------------------ Index(['a', 'b', 'c', 'd', 'e'], dtype='object') ------------------------------------------------------------------ [1 2 3 4 5] ------------------------------------------------------------------ 4 ------------------------------------------------------------------ a 2 b 4 c 6 d 8 e 10 dtype: int64
DataFrame
DataFrame 是一个类似于二维数组或者表格的对象，它的每列数据可以是不同的数据类型
# DataFrame import numpy as np import pandas as pd # 创建一个数组 arr = np.array([[1,2,3,4],[4,5,6,7]]) # 将数组转换为DataFrame形式，并指定索引列 arr_1 = pd.DataFrame(arr,columns=['No1','No2','No3','No4']) print(arr_1) # 通过索引的方式获取一列数据 print(arr_1['No3']) # 查看索引的数据的类型 print(type(arr_1['No3'])) # 列索引也可以用下面这种方式 print(arr_1.No3) # 查看数据类型 print(type(arr_1.No3)) # 给DataFrame增加数据 arr_1['No4']=[8,4] print(arr_1) # 删除No3这一列数据 del arr_1['No3'] arr_1 # -----------------------------------下面是输出结果------------------------------------ No1 No2 No3 No4 0 1 2 3 4 1 4 5 6 7 -------------------------------------------------- 0 3 1 6 Name: No3, dtype: int32 -------------------------------------------------- <class 'pandas.core.series.Series'> -------------------------------------------------- 0 3 1 6 Name: No3, dtype: int32 -------------------------------------------------- <class 'pandas.core.series.Series'> -------------------------------------------------- No1 No2 No3 No4 0 1 2 3 8 1 4 5 6 4 -------------------------------------------------- No1 No2 No4 0 1 2 8 1 4 5 4