Pandas入门：Series与DataFrame操作详解

"这篇文档介绍了Pandas的基本用法，包括其核心数据结构Series和DataFrame，以及如何进行操作和创建。" 在Python的数据分析领域，Pandas是一个不可或缺的库，它构建于NumPy之上，提供了高效的数据处理能力。Pandas的核心在于它的两个主要数据结构：Series和DataFrame。 2.1 基本的数据结构 Pandas的Series是一种一维的数据结构，类似于带标签的数组。它可以存储各种数据类型（整数、字符串、浮点数、Python对象等）。而DataFrame则是一个二维表格型数据结构，包含了列名（columns）和行索引，可以看作是由Series组成的字典，其中每一列都是一个Series。 2.2 代码说明 在Jupyter Notebook中，通常我们会首先导入Pandas库，并用别名pd来引用，如`import pandas as pd`。之后就可以直接使用Series和DataFrame的构造函数来创建这些数据结构。 3.1 数据形式: Series vs List Series在视觉上与列表不同，列表是水平排列的，而Series则是垂直排列的。Series中的每个元素都有一个对应的索引标签，这使得Series在数据操作时能更精确地定位。 3.2 元素的类型 Series中的元素可以是任意Python对象，提供了极大的灵活性。 3.3 创建Series, 用list 通过传递一个列表和可选的索引列表，可以创建Series。例如：`pd.Series([9, 3, 8])`，默认情况下，索引将是从0开始的整数序列。 3.4 自定义索引 创建Series时，可以通过提供自己的索引列表来指定索引，例如：`pd.Series([9, 3, 8], index=['a', 'b', 'c'])`。 3.5 根据索引查看及修改 可以使用索引来访问和修改Series中的值，如`series['a']`返回或设置索引为'a'的值。 3.6 创建Series, 用dict 通过字典可以创建Series，键将成为索引，值成为数据。例如：`pd.Series({'a': 1, 'b': 2, 'c': 3})`。 3.6.1 创建 字典的键和值分别对应Series的索引和元素。 3.6.2 自动对齐 当Series与字典或其他Series操作时，Pandas会自动对齐索引，确保相同索引的元素进行操作。 3.6.3 缺省值, NaN 如果字典中某些键不存在，对应的值将是NaN（Not a Number）。 3.7 判断是否为空 可以使用`isna()`或`notna()`方法检查Series是否为空。 3.8 更新索引 通过`reindex()`方法可以更改或扩展Series的索引。 4.1 DataFrame DataFrame通过字典创建，其中字典的键是列名，值是Series或列表。例如：`pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})`。 4.2 columns的顺序 DataFrame的列顺序由输入字典中键的顺序决定。 4.3 自定义索引 可以使用`index`参数为DataFrame指定行索引。 4.4 索引值数目必须与行数相等 创建DataFrame时，索引数量应与数据列的数量相匹配。 4.5 缺省值, 赋NaN 未提供的值默认为NaN。 4.6 创建, 通过'字典套字典' 通过嵌套字典可以创建DataFrame，外层字典的键是列名，内层字典是行数据。 4.7 对象的属性及方法 DataFrame有很多内置的方法和属性，如`head()`, `tail()`, `describe()`等，用于查看和处理数据。 4.8 赋值, 一列统一赋值 可以使用列名来统一赋值，如`df['A'] = 0`。 4.9 赋值, 点对点 通过索引位置或标签可以点对点赋值，如`df.loc[0, 'A'] = 1`。 4.10 赋值, 更精准的修改 利用条件表达式或布尔索引可以进行更精准的赋值操作。 学习Pandas，尤其是掌握Series和DataFrame的基本操作，对于进行数据处理和分析至关重要。通过熟悉这些基础，可以更高效地组织和操作数据，实现数据分析任务。