Pandas入门：Series与DataFrame操作详解

"pandas 数据结构与基础功能" pandas 是 Python 中用于数据分析的重要库，它提供了两种主要的数据结构：Series 和 DataFrame。这两个数据结构在处理和分析数据时扮演着核心角色。 ### 一、Series对象 Series 是一种一维数组，类似于 Python 的列表，但具有与 NumPy 数组类似的数学运算功能。它由一组数据（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。 #### 1、生成 创建 Series 可以通过传递列表或其他序列给 `pd.Series()` 函数。例如： ```python pd.Series([1, 2, 'a']) ``` 这将创建一个 Series，其中包含整数、字符串等不同类型的元素，数据类型被识别为 object。 #### 2、切片 Series 支持多种切片方式，包括基于位置的切片、重命名的索引切片以及布尔索引。 - 基于位置的切片：`c[0:8:2]` - 重命名索引切片：`d['a':'c']` - 布尔索引：`d[d>0.2]` #### 3、series类型的转换 Series 中的数据类型可以通过 `astype()` 方法或者 `pd.to_numeric()` 方法进行转换。 - `astype()` 方法允许你指定目标数据类型，如 `a.astype(np.float)`，并可通过 `errors` 参数控制错误处理方式。 - `pd.to_numeric()` 方法提供更多的灵活性，例如 `pd.to_numeric(a, errors='coerce')`，当遇到不能转换的值时，会将其转换为 `NaN`。 ### 二、DataFrame（数据框）对象 DataFrame 是一个二维表格型数据结构，它可以存储许多不同类型的列，比如整数、字符串、浮点数等。DataFrame 提供了丰富的操作和分析数据的方法。 #### 1、生成 你可以通过字典、列表、Series 或其他数据源来创建 DataFrame。 #### 2、导入外部文件 pandas 提供了 `read_csv()` 和 `read_excel()` 等函数来读取 CSV、Excel 文件。 #### 3、查看数据框信息 使用 `head()` 查看前几行，`info()` 获取数据框的基本统计信息。 #### 4、数据框对象的索引和切片 DataFrame 支持类似 Series 的切片操作，同时还可以按列或行进行切片。 #### 5、删除和新增 `drop()` 函数用于删除行或列，`insert()` 用于插入新列。 #### 6、数据框修改列名 使用 `rename()` 函数可以改变列名。 #### 7、数据框对象的导出 `to_csv()` 和 `to_excel()` 函数用于将 DataFrame 导出为 CSV 或 Excel 文件。 学习 pandas，尤其是 Series 和 DataFrame 的基础功能，是数据分析初学者的关键步骤。掌握这些基本操作后，可以进一步深入学习更高级的功能，如合并、聚合、分组、时间序列分析等，从而更好地进行数据清洗、预处理和分析。