pandas 基本数据结构

一、pandas 基本数据结构

    1、pandas 中主要有两种数据结构，分别是：Series 和 DataFrame。

    2、Series：一种类似于一维数据的对象，是由一组数据（各种 Numpy 数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据也可产生简单的 Series 对象。注意：Series 中的索引值是可以重复的。

    3、DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型等），DataFrame 即有行索引也有列索引，可以被看做是由 Series 组成的字典。

二、Series 

    1、创建 Series

        (1) 通过一维数组创建：

            可以指定 Series 的索引以及 数据类型：

        (2)、通过字典的方式创健：

            通过字典创建 Series 时，字典中的 key 组成 Series 中的索引，字典中的 values 组成 Series 中的 values。

    2、常见 Series 属性

        Series 对象本身以及索引都具有一个 name 属性，默认为空，根据需要可以进行赋值操作。

        (1) axies 返回行轴标签列表：

        (2) dtype 返回对象的数据类型（dtype）

        (3) empty 如果系列为空，则返回 True。

        (4) ndim 返回底层数据的维数，默认定义：1。

        (5) size 返回基础数据中的元数据。

        (6) values 将系列作为 ndarray 返回。

        (7) head() 返回前 n 行。

        (8) tail() 返回最后 n 行。

    3、Series 值的获取

        (1) Series 值的获取主要有两种方式：

            a、通过 方括号 + 索引 的方式读取对应索引的数据，有可能返回多条数据。

            b、通过 方括号 + 下标值 的方式读取对应下标值的数据，下标值的取值范围为：[0, len(Series.values)]；另外下标值也可以是负数，表示从右往左获取数据。

        (2) Series 获取多个值的方式类似 NumPy 中的 ndarray 的切片操作，通过 方括号 + 下标值 / 索引值 + 冒号(:) 的形式来截取 series 对象中的一部分数据。

        (3) 花式索引：

    4、Series 的运算

        (1) NumPy 中的数组运算，在 Series 中都保留了，均可以使用，并且 Series 进行数组运算的时候，索引与值之间的映射关系不会发生改变。

        (2) 注意：其实在操作 Series 的时候，基本上可以把 Series 看成 NumPy 中的 ndarray 数组来进行操作。ndarray 数组的绝大多数操作都可以应用到 Series 上。

    5、Series 自动对齐

        当多个 series 对象之间进行运算的时候，如果不同 series 之间具有不同的索引值，那么运算会自动对齐相同索引值的数据，如果某个 series 没有某个索引值，那么最终结果会赋值为 NaN。

    6、Series 缺失值检测

        (1) NaN(Not a Number) 在 pandas 中用于表示一个缺失值或者NAN值。

        (2) pandas 中的 isnull 和 notnull 两个函数可以用于在 Series 中检测缺失值，这两个函数的返回是一个布尔类型的 Series。

            a、isnull:

            b、notnull:

            c、设置指定值：

三、DataFrame

    1、DataFrame 创建

        (1) 通过二维数组创建

            数据帧（DataFrame）是二维数据结构，即数据以行和列的表格方式排列。

            数据帧（DataFrame）的功能特点：

                潜在的列是不同的类型

                大小可变

                可以对行和列执行算术运算

            pandas 中的 DataFrame 可以使用以下构造函数创建：

                pandas.DataFrame(data, index, columns, dtype, copy)       

        (2) 通过字典的方式创建

    2、DataFrame 数据获取：

        (1) 可以直接通过列索引获取指定列的数据，eg：df[column_name]

            a、列选择：

            b、列添加：

            c、列修改：

            d、列删除：df.pop()、del()

        (2) 如果需要获取指定行的的数据的话，需要通过 ix 方法来获取对应行索引的行数据，eg：df.ix[index_name]、loc、iloc

            a、行选择：

            b、选择多行：

            c、选择某行某列：

            d、通过数字下标选择：

            e、行切片：

            f、行添加：

            g、行修改：

            h、行删除：

四、索引对象

    1、不管是 Series 还是 DataFrame 对象，都有索引对象。

    2、索引对象负责管理轴标签和其他元数据（eg：轴名称等等）。

    3、通过索引可以从 Series、DataFrame 中获取值或者对某个索引值进行重新赋值。

    4、Series 或者 DataFrame 的自动对齐功能是通过索引实现的。