Python Pandas 中的数据结构详解

简介

Pandas 是基于 NumPy 库的一种数据分析工具，它提供了快速高效的数据结构和数据分析工具，是 Python 数据分析工具中不可或缺的一部分。Pandas 提供了两种主要数据结构：Series 和 DataFrame。

Series

Series 是一种类似于一维数组的数据结构，可以存储整数、浮点数、字符串等类型的数据。Series 可以通过索引访问元素，而且元素可以是任意类型。

示例

我们可以通过 Pandas 库创建一个 Series 对象：

import pandas as pd

# 创建一个 Series 对象
s = pd.Series([1, 3, 5, 7, 9])
print(s)

输出：

0    1
1    3
2    5
3    7
4    9
dtype: int64

从输出结果可以看出，Series 的默认索引从 0 开始，数据类型为 int64。

索引

我们可以通过索引访问 Series 对象中的元素：

# 访问第三个元素
print(s[2])

输出：

5

属性

Series 对象有很多属性，比如 index、dtype、shape 等。我们可以通过这些属性获取 Series 对象的信息：

# 获取 index 属性
print(s.index)

# 获取 dtype 属性
print(s.dtype)

# 获取 shape 属性
print(s.shape)

输出：

RangeIndex(start=0, stop=5, step=1)
int64
(5,)

DataFrame

DataFrame 是一种类似于表格的数据结构，可以存储多种类型的数据。DataFrame 由多个 Series 对象组成，每个 Series 对象表示一列数据，每个 Series 对象都有一个名称，称为列名，而 DataFrame 的行索引表示每行数据的位置。

示例

我们可以通过 Pandas 库创建一个 DataFrame 对象：

import pandas as pd

# 创建一个 DataFrame 对象
data = {
    'name': ['Tom', 'Jerry', 'Lucy'], 
    'gender': ['male', 'male', 'female'], 
    'age': [23, 25, 18]
}

df = pd.DataFrame(data)
print(df)

输出：

    name  gender  age
0    Tom    male   23
1  Jerry    male   25
2   Lucy  female   18

从输出结果可以看出，DataFrame 中每个 Series 对象表示一列数据，每个列的名称为列名，而行索引从 0 开始，表示每行数据的位置。

索引

我们可以通过行索引或列名索引访问 DataFrame 对象中的元素：

# 访问第二行第一列的元素（行索引从 0 开始）
print(df.iloc[1, 0])

# 访问所有行的 name 列
print(df['name'])

输出：

Jerry
0      Tom
1    Jerry
2     Lucy
Name: name, dtype: object

属性

DataFrame 对象有很多属性，比如 columns、index、dtypes、shape 等。我们可以通过这些属性获取 DataFrame 对象的信息：

# 获取 columns 属性
print(df.columns)

# 获取 index 属性
print(df.index)

# 获取 dtypes 属性
print(df.dtypes)

# 获取 shape 属性
print(df.shape)

输出：

```
Index(['name', 'gender', 'age'], dtype='object')
RangeIndex(start=0, stop=3, step=1)
name object
gender object
age int64
dtype: object
(3, 3)