2020年Python数据分析学习笔记之Pandas常用数据结构（五）

一、Pandas基础操作

1、Pandas常用数据结构

Series和DataFrame常用属性：

Values:返回Series对象所有元素；

index:返回索引；

dtype:返回数据类型；

shape:返回Series数据形状；

ndim:返回对象的维度；

drop：删除数据；

append：增加数据；

size:返回对象的个数。

import pandas as pd
import numpy as np

# 创建一个Series（序列)对象
series1 = pd.Series([2.8,3.01,8.99,8.59,5.18],index = ['a','b','c','d','e'] )     # 更改序列索引
print(series1)

# 创建一个字典
series2 = pd.Series({'中国':'北京','美国':'纽约','英国':'伦敦','日本':'东京'})
series2.drop('美国', inplace=True)      # 删除数据
print(series2)

print(series2.size)

print(series2[0:2])

import pandas as pd
import numpy as np


# 创建方法一，使用列表进行创建
list1 = [['张三',23,'男'],['李四',25,'女'],['王二',15,'男']]
df1 = pd.DataFrame(list1,columns=['姓名','年龄','性别'])      # 返回列标签
print(df1)

# 创建方法二，使用字典进行创建
df2 = pd.DataFrame({'姓名':['张三','李四','王二'],'年龄':[23,25,15],'性别':['男','女','男']})
print(df2)

# 创建方法三，使用元组进行创建
array1 = np.array(list1)
df3 = pd.DataFrame(array1,columns=['姓名','年龄','性别'],index = ['a','b','c'])
print(df3)

运行结构展示：