python pandas数据类型Series和DataFrame

from pandas import Series
import pandas


#Series类型类似python的列表，每个数据对应一个索引值
s = Series([1,2,3,'qq','wy'])
print(s)
"""
打印结果：
0     1
1     2
2     3
3    qq
4    wy
dtype: object
"""

#上面我们创建了一个Series对象，这个对象有其属性和方法，通过index和values获取Series对象数据值和索引
RI = s.index
value= s.values
print(RI)
print(value)
"""print(RI)打印结果： RangeIndex(start=0, stop=5, step=1)
    s的索引从0开始
    print(value)打印结果： [1 2 3 'qq' 'wy']
"""

#Series可以自定义索引，类似字典的键值关系。
s2 = Series(['wang','man',12],index=['name','sex','age'])
print(s2)
"""print(s2)结果：
name    wang
sex      man
age       12
dtype: object
"""
#Series对象的每个元素都有索引值后，就可以根据索引值进行操作元素，查看修改

#根据搜索引取值
name = s2['name']
print(name)  # 输出：wang
#根据索引修改对应值
s2['name']='zhang'
print(s2)
"""
print(s2)结果：
name    zhang
sex       man
age        12
dtype: object
"""
#定义Series对象方法二
s_dic = {'name':'zhangsan','sex':'woman','age':18}
s3 = Series(s_dic)
print(s3)
"""
print(s3)输出：
name    zhangsan
sex        woman
age           18
dtype: object
"""

#自定义索引
s4=Series(s_dic,index=['name','sex','nianlin'])
print(s4)
"""print(s4)输出：
name       zhangsan
sex           woman
nianlin         NaN     索引nianlin没有值，赋值NaN，表示该索引为空值
dtype: object
"""
#判定Series中的值是否为空值用isnull()方法
result = pandas.isnull(s4)
print(result)
"""print(result)结果输出：
name       False
sex        False
nianlin     True    此处索引nianlin为空值
dtype: bool
"""
#可将Series中的索引进行重新定义
s4.index=['mignzi','xingbie','age']
print(s4)
"""print(s4)输出结果：
mignzi     zhangsan
xingbie       woman
age             NaN
dtype: object
"""
#Series中的数据值还可以做运算
s5 = Series({'数学':50,'语文':40})
s6 = s5 * 2
print(s6)
"""print(s6)输出结果：
数学    100
语文     80
dtype: int64
"""
#数学计算
s7 = s6[s6>50]  #输出大于50的值
print(s7)
"""
print(s7)输出：
数学    100
语文     80
dtype: int64
"""