Pandas資料結構

DataFrame: 二維陣列，整個表格，多行多列

Series: 一維資料，一行或一列

1、Series

Series是一種類似於一維陣列的物件，他由一組資料（不同資料型別）以及一組與之相關的資料標籤（即索引）組成

import pandas as pd
import numpy as np

# ================= 1 僅有資料列表即可產生最簡單的Series =================
s1 = pd.Series([1, 'a', 5.2, 7])
# 左側為索引，右側是資料
print(s1)
# 獲取索引
print(s1.index)
 
# 獲取資料
print(s1.values)
print('*' * 50)

# ================= 2 建立一個具有標籤索引的Series =================
s2 = pd.Series([1, 'a', 5.2, 7], index=['d', 'b', 'a', 'c'])
# 左側為索引，右側是資料
print(s2)
# 獲取索引
print(s2.index)
# 獲取資料
print(s2.values)
print('*' * 50)

# ================= 3 使用Python字典建立Series =================
 

data = {"Ohio": 35000, "Texas": 72000, "Oregon": 16000, "Utah": 5000}
s3 = pd.Series(data)
# 左側為索引，右側是資料
print(s3)
# 獲取索引
print(s3.index)
# 獲取資料
print(s3.values)

# ================= 4 根據標籤索引查詢資料 =================
s4 = pd.Series([1, 'a', 5.2, 7], index=['d', 'b', 'a', 'c'])
# 左側為索引，右側是資料
print(s4)
# 獲取index為a的元素
 

print(s4['a'])
print(type(s4['a']))
# 獲取指定的多個值
print(s4[['b', 'a']])
print(type(s4[['b', 'a']]))

2、DataFrame

DataFrame是一個表格型的資料結構

• 每列可以是不同的值型別（數值，字串，布林值等）

• 既有行索引index, 也有columns

• 可以被看做由Series組成的字典

建立dataframe最常用的方法，見Panda資料讀取

import pandas as pd

data = {
    "state": ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
    "year": [2000, 2001, 2002, 2003, 2004],
    "pop": [1.5, 1.7, 3.6, 2.4, 2.9]
}
df = pd.DataFrame(data)
print(df)

# 獲取每列的資料型別
print(df.dtypes)

# 獲取每列的鍵名
print(df.columns)

# 獲取索引
print(df.index)

3、從DataFrame中查詢出Series

• 如果只查詢出一行，一列，返回的是pd.Series

• 如果查詢多列，多行，發揮的是pd.DataFrame

import pandas as pd

data = {
    "state": ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
    "year": [2000, 2001, 2002, 2003, 2004],
    "pop": [1.5, 1.7, 3.6, 2.4, 2.9]
}
df = pd.DataFrame(data)
print(df, '\n')

# 查詢一列，結果是一個pd.Series
print(df['year'], type(df['year']), '\n')

# 查詢多列，結果是一個pd.DataFrame
print(df[['year', 'pop']], type(df[['year', 'pop']]), '\n')

# 查詢一行，結果是一個pd.Series
print(df.loc[1], type(df.loc[1]), '\n')

# 查詢多行，結果是一個pd.DataFrame
print(df.loc[1:3], type(df.loc[1:3]))