pandas 处理什么样的数据？#

我想开始使用熊猫
```
In [1]: import pandas as pd
```
要加载 pandas 包并开始使用它，请导入该包。社区同意 pandas 的别名是pd，因此加载 pandas 是pd所有 pandas 文档的假定标准做法。

pandas 数据表表示#

我想存储泰坦尼克号的乘客数据。对于一些乘客，我知道姓名（字符）、年龄（整数）和性别（男/女）数据。

In [2]: df = pd.DataFrame(
   ...:     {
   ...:         "Name": [
   ...:             "Braund, Mr. Owen Harris",
   ...:             "Allen, Mr. William Henry",
   ...:             "Bonnell, Miss. Elizabeth",
   ...:         ],
   ...:         "Age": [22, 35, 58],
   ...:         "Sex": ["male", "male", "female"],
   ...:     }
   ...: )
   ...: 

In [3]: df
Out[3]: 
                       Name  Age     Sex
0   Braund, Mr. Owen Harris   22    male
1  Allen, Mr. William Henry   35    male
2  Bonnell, Miss. Elizabeth   58  female

要手动将数据存储在表中，请创建一个DataFrame.使用 Python 列表字典时，字典键将用作列标题，每个列表中的值将用作DataFrame.

ADataFrame是一种二维数据结构，可以在列中存储不同类型的数据（包括字符、整数、浮点值、分类数据等）。它类似于电子表格、SQL 表或data.frameR 中的表。

该表有 3 列，每列都有一个列标签。列标签分别为Name、Age和Sex。
该列Name由文本数据组成，每个值都是字符串，该列Age是数字，该列Sex是文本数据。

在电子表格软件中，我们数据的表格表示看起来非常相似：

a 中的每一列`DataFrame`都是一个`Series`#

我只是对处理列中的数据感兴趣Age
```
In [4]: df["Age"]
Out[4]: 
0    22
1    35
2    58
Name: Age, dtype: int64
```
当选择 pandas 的单列时DataFrame，结果是 pandas Series。要选择列，请使用方括号之间的列标签[]。

笔记

如果您熟悉Python 字典，那么单列的选择与基于键选择字典值非常相似。

Series您也可以从头开始创建：

In [5]: ages = pd.Series([22, 35, 58], name="Age")

In [6]: ages
Out[6]: 
0    22
1    35
2    58
Name: Age, dtype: int64

pandasSeries没有列标签，因为它只是DataFrame.系列确实有行标签。

使用 DataFrame 或 Series 做一些事情#

我想知道乘客的最大年龄

我们可以DataFrame通过选择Age列并应用来执行此操作max()：
```
In [7]: df["Age"].max()
Out[7]: 58
```
或者到Series：
```
In [8]: ages.max()
Out[8]: 58
```

正如该方法所示max()，您可以使用 a 或执行操作。 pandas 提供了很多功能，每个功能都可以应用于 a或。由于方法是函数，因此不要忘记使用括号。DataFrameSeriesDataFrameSeries()

我对数据表的数值数据的一些基本统计感兴趣

In [9]: df.describe()
Out[9]: 
             Age
count   3.000000
mean   38.333333
std    18.230012
min    22.000000
25%    28.500000
50%    35.000000
75%    46.500000
max    58.000000

该describe()方法提供了对DataFrame.由于Name和Sex列是文本数据，因此该方法默认不考虑这些数据describe()。

许多 pandas 操作都会返回 aDataFrame或 a Series。该方法是返回 pandas或 pandas 的describe()pandas 操作的示例。SeriesDataFrame

转至用户指南

describe在用户指南部分中查看有关使用描述进行聚合的更多选项

笔记

这只是一个起点。与电子表格软件类似，pandas 将数据表示为包含列和行的表格。除了表示之外，pandas 还支持您在电子表格软件中进行的数据操作和计算。继续阅读接下来的教程以开始使用！

记住

导入包，又名import pandas as pd
数据表存储为 pandasDataFrame
a 中的每一列DataFrame都是Series
您可以通过将方法应用于 aDataFrame或Series

转至用户指南

数据结构简介中提供了对DataFrame和的更扩展的解释。Series

pandas 处理什么样的数据？#

pandas 数据表表示#

a 中的每一列DataFrame都是一个Series#

使用 DataFrame 或 Series 做一些事情#

记住

a 中的每一列`DataFrame`都是一个`Series`#