1. 一维数据结构Series
a. 概念:Series 是pandas 的一维数据结构,有重要的两个属性 index 和values
b. 初始化: 可以通过 python 的 List 、dict 、np.array 初始化
如果使用np.array或者python 的list 创建 Series 会得到其index 是默认的 0,1,2 这样的数字
>>> s = pd.Series([1,2,3])
>>> s.index
RangeIndex(start=0, stop=3, step=1)
如果使用 python 的dict 来创建的 Series 其 index 对应的是 dict 的key
s2 = pd.Series({'1':1,'a':2,3:3})
>>> s2.index
Index([3, u'1', u'a'], dtype='object')
c. 元素访问类似 dict 访问
s[0] // 访问第一个元素
s[‘a’]// 访问列名为a的元素
s.a // 访问列名为a的元素
s[s>4]// 返回大于4的元素
d. 转换dict 、np.array
s.values 或者 s. as_matrix()
s.to_dict()
2. 二维数据dataframe
a.常用的读入方法
1) 内存读入:pd.read_clipboard()
2) 文件读入:pd.read_csv(path)
b. 列操作
(1)查看包含的所有的列的列名df.columns
(2)过滤掉多个列,返回一个新的dataframe
df_new = pd.DataFrame(df,columns=['id','section_id','start_road_id'])
(3)过滤一个列
df.id 或 df[‘id’]
(4)增加一个列并赋初值
df['new_ids']=1 或 df['new_ids']=np.arange(0,len(df)) (5) 增加一列,并赋初值,只给部分行填充数据
df['new_id2']=pd.Series([200,300],index=[2,3]) # 只给第2,3行填充了数据,其余的数据为NAN