《利用Python进行数据分析》---pandas入门

pandas的数据结构介绍

要使用pandas,你首先要熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的、易于使用的基础

Series

Series的字符串表现形式为：索引在左，值在右。由于我们没有为数据指定索引，于是会自动创建一个0到N-1的整数型索引。可以通过values和index属性来获取其数组表示形式和索引对象

可以指定索引。与NumPy相比，你可以通过索引的方式选取Series中的单个或一组值

NumPy运算（如根据布尔型数值进行过滤，标量乘法，应用数学函数等）都会保留索引和值之间的连接：

还可以将Series看成是一个定长的有序字典，如果数据被存放在一个Python字典中，也可以通过这个字典来创建Series

如果只传入一个字典，则结果Series中的索引就是原字典的健。也可以指定索引

Series对象本身及其索引都有一个name属性，该属性跟pandas其他的关键功能关系非常密切：

总结：结合以上程序，放在Series里的可以有：列表；列表+索引；字典；字典+索引。一共四种

pandas的isnull和notnull函数可以用于检测缺失数据。也可以用Series的实例方法：例如：obj4.isnull()

DataFrame

DataFrame是一个表格型数据结构，含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看作由Series组成的字典（和Series共用同一个索引）。其实，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数组结构）。有关DataFrame内部的技术细节远远超过本书所讨论的范围

构建DataFrame的办法有很多，最常用的一种是直接传入一个由等长列表或NumPy数组组成的字典

结果DataFrame会自动加上索引（跟Series一样），且全部列会被有序排列