pandas 处理什么样的数据？#

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[]。

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