pandas基础知识
pandas的数据结构
Series
- Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型
- Series 由索引（index）和列组成，函数如下：
- Series只能输出一个一维表格
pandas.Series( data, index, dtype, name, copy)
'''
data：一组数据(ndarray 类型)。
index：数据索引标签，如果不指定，默认从 0 开始
dtype：数据类型，默认会自己判断
name：设置名称
copy：拷贝数据，默认为 False
'''
#指定索引
import pandas as pd
a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])
print(myvar)
#输出结果
'''
x Google
y Runoob
z Wiki
dtype: object
'''
import pandas as pd
a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])
print(myvar["y"])
#输出结果
'''
"Runoob"
'''
#个人感觉，在写入的问题上，只要是有序的数据都是可以的
DataFrame
-
DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）
-
DataFrame 构造方法如下：
#DataFrame 构造方法如下:
pandas.DataFrame( data, index, columns, dtype, copy)
'''
参数说明：
data：一组数据(ndarray、series, map, lists, dict 等类型)。
index：索引值，或者可以称为行标签。
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
dtype：数据类型。
copy：拷贝数据，默认为 False。
Pandas DataFrame 是一个二维的数组结构，类似二维数组。
'''
- 如果不加索引的值就是0或1，要记住可以定义数据类型