数据分析之Pandas（二）Pandas数据结构

DataFrame结构

DataFrame对象, 是一个二维的结构，既有行索引，又有列索引

行索引，表明不同行，横向索引，叫index
列索引，表名不同列，纵向索引，叫columns

DatatFrame的属性

常用属性：

shape 外形
index 行标签
columns 列标签
values 底层的数据，是numpy的ndarray
T 转置

例如：
在这里插入图片描述
常用方法：

head()：默认显示前5行内容。填入参数N则显示前N行
tail()：默认显示后5行内容。填入参数N则显示后N行

DatatFrame索引的设置

修改行列索引值
只能全部替换，不能单个修改

注意：以下修改方式是错误的

在这里插入图片描述
正确的方式：

重设索引
oreset_index(drop=False)
- 设置新的下标索引
- drop:默认为False，不删除原来索引，如果为True,删除原来的索引值
以某列值设置为新的索引
oset_index(keys, drop=True)
- keys : 列索引名成或者列索引名称的列表
- drop : boolean, default True.当做新的索引，删除原来的列
- 以年设置新的索引
- 设置多个索引（复合索引），以年和月份
  df.set_index()，把某一列的值用做索引,如果使用多个列的值做索引，那么创建的就是复合索引，复合索引可用于表示多维数据（比如说三维）
  
  注：通过刚才的设置，这样DataFrame就变成了一个具有MultiIndex的DataFrame。

MultiIndex与Panel

打印刚才的df的行索引结果
在这里插入图片描述
认识索引

MultiIndex

MultiIndex 多级或分层索引对象。

多级索引（也称层次化索引）是pandas的重要功能，可以在Series、DataFrame对象上拥有2个以及2个以上的索引。

实质上，单级索引对应Index对象（如RangeIndex，Int64Index）, 多级索引对应MultiIndex对象。

index属性
- names：levels的名称，每个索引级别的名称。（compat接受名称）
- labels：每个级别的整数指定每个位置的标签
- levels：每个level的元组值，每个级别的唯一标签

df.index.names
FrozenList(['year', 'month'])

df.index.levels
FrozenList([[2012, 2013, 2014], [1, 4, 7, 10]])

Panel

class pandas.Panel(data=None, items=None, major_axis=None, minor_axis=None, copy=False, dtype=None)

存储3维数组的Panel结构
在这里插入图片描述

items - axis 0，每个项目对应于内部包含的数据帧(DataFrame)。
major_axis - axis 1，它是每个数据帧(DataFrame)的索引(行)。
minor_axis - axis 2，它是每个数据帧(DataFrame)的列。

注：Pandas从版本0.20.0开始弃用Panel：推荐的用于表示3D数据的方法是DataFrame上的MultiIndex方法

三维结构，已经过期，不建议使用，应该用MultiIndex配合DataFrame来表示三维数据

思考：如果获取DataFrame中某个股票的不同时间数据？这样的结构是什么？

Series结构

一维结构，只有行索引，没有列索引

DataFrame的每一列就是一个Series

Series操作起来类似字典，Series常被当作长度不会改变的字典
属性：

index，索引
values，后面的值，是一个numpy.ndarray

什么是Series结构呢，我们直接看下面的图：
在这里插入图片描述
series结构只有行索引

创建series

通过已有数据创建

指定内容，默认索引
指定索引
通过字典数据创建

series获取索引和值

index
values

版权声明：
笔者博客文章主要用来作为学习笔记使用，内容大部分整理自互联网，如有侵权，请联系博主删除！