Pandas簡單使用Series和DataFrame

Series的創建方式

• 通過標量來創建Series

  x=22
  s1=pd.Series(x)
  s1
  0 22
  dype:int64
  s2=pd.Series(x,index=list(range(3)))
  s2
  0 22
  1 22
  2 22
  dtype:int64
  

• 通過可迭代對象創建Series

  x=range(1,7)
  s1=pd.Series(x)
  s1
  0 1
  1 2
  2 3
  3 4
  4 5
  5 6
  dtype:int64
  

• 通過列表創建Series

  x=[1,2,3,4,5]
  s1 = pd.Series(x)
  s1
  0 1
  1 2
  2 3
  3 4
  4 5
  

• 通過字典創建Series

  x=dict(a=22,b=18,c=36)
  x
  {"a":22,"b":18,"c":36}
  s1=pd.Series(x)
  s1
  a 22
  b 18
  c 36
  

Series的6個常用屬性

• ndim：返回Series的維數

• shape：返回Series的行列數

• size：返回Series元素的個數

• dtype：返回Series元素的數據類型

• index：返回Series的索引，得到的只是一個索引對象，我們可以利用list()函數將他們轉換為索引列表

• values：返回Series的數值

  x = [1,3,5,7,9]
  s = pd.Series(x)
  s
  0 1
  1 3
  2 5
  3 7
  4 9
  dtype: int64
  s.ndim
  1
  s.shape
  (5,)
  s.size
  5
  s.dtypes
  dtype("int64")
  list(s.index)
  [0,1,2,3,4]
  s.values
  array([1,3,5,7,9],dtype=int64)
  

DataFrame的4種創建方式（最外層為字典則是豎著，最外層為列表則是橫著）

• 通過列表組成的列表創建DateFrame

  x=[
  [1,2,3,4],
  [5,6,7,8],
  [9,10,11,12]
  ]
  df1=pd.DataFrame(x)
  df1
  0 1 2 3
  0 1 2 3 4
  1 5 6 7 8
  2 9 10 11 12
  df2=pd.DataFrame(x,index=['aa','bb','cc'],columns=list('abcd'))
  df2
  a b c d
  aa 1 2 3 4
  bb 5 6 7 8
  cc 9 10 11 12
  

• 通過列表組成的字典創建DataFrame

  x = {
  "name":['張三','李四','王五'],
  "age":[18,22,20],
  "sex":["男","女","男"]
  }
  df=pd.DataFrame(x)
  df
  name age sex
  0 張三 18 男
  1 李四 22 女
  2 王五 20 男
  

• 通過字典組成的列表創建DataFrame

  x=[
  {'one':1,'two':2,'three':3},
  {'one':11,'two':22,'three':33}
  ]
  df=pd.DataFrame(x)
  df
  one two three
  0 1 2 3
  1 11 22 33
  

• 通過字典組成的字典創建DataFrame

  x = {
  "張三":{'mysql':88,'python':77,'hive':66},
  "李四":{'mysql':11,'python':22,'hive':33}
  }
  df=pd.DataFrame(x)
  df
  張三 李四
  mysql 88 11
  python 77 22
  hive 66 33
  

DataFrame的7個常用屬性

• ndim：返回DataFrame的維數

• shape：返回DataFrame的行列數

• size：返回DataFrame元素的個數

• dtypes：返回DataFrame每一列元素的數據類型

• index：返回DataFrame的行索引

• columns：返回DataFrame的列索引

• values：返回DataFrame的數值

  x = {
  "name":["張三","李四","王五"],
  "age":[18,20,19],
  "sex":["男","女","男"]
  }
  df=pd.DataFrame(x)
  df
  name age sex
  0 張三 18 男
  1 李四 20 女
  2 王五 19 男
  df.ndim
  2
  df.shape
  (3,3) ##(列，行)
  df.size
  9 ##一共有9個元素
  df.dtypes
  name object
  age int64
  sex object
  list(df.index)
  [0,1,2]
  list(df.columns)
  ['name','age','sex']
  df.values ###numpy的二維數組
  array([
  ['張三','李四','王五'],
  [18,20,19],
  ["男","女","男"]
  ],dtype=object)
  df.values.tolist()
  [['張三', 18, '男'], ['李四', 20, '女'], ['王五', 19, '男']]