詳解pandas中Series()和DataFrame()的區(qū)別與聯(lián)系

更新時間：2023年01月11日 10:06:17 作者：我是小螞蟻

本文主要介紹了詳解pandas中Series()和DataFrame()的區(qū)別與聯(lián)系，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

區(qū)別：

series，只是一個一維數(shù)據(jù)結(jié)構(gòu)，它由index和value組成。
dataframe，是一個二維結(jié)構(gòu)，除了擁有index和value之外，還擁有column。

聯(lián)系：

dataframe由多個series組成，無論是行還是列，單獨拆分出來都是一個series。

代碼演示：

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

data = {'Country':['Belgium', 'India', 'Brazil'],
? ? ? ? 'Capital':['Brussels', 'New Delhi', 'Brasilia'],
? ? ? ? 'Population':[11190846, 1303171035, 207847528]
? ? ? ? }

# Series

s1 = Series(data['Country'])
print(s1)
'''
0 ? ?Belgium
1 ? ? ?India
2 ? ? Brazil
dtype: object
'''
print(s1.values) # 類型： <class 'numpy.ndarray'>
'''
['Belgium' 'India' 'Brazil']
'''
print(s1.index)
'''
RangeIndex(start=0, stop=3, step=1)
'''

# 為Series指定index
s1 = Series(data['Country'], index=['A', 'B', 'C'])
print(s1)
''' 索引更改
A ? ?Belgium
B ? ? ?India
C ? ? Brazil
dtype: object
'''


# Dataframe

df1 = pd.DataFrame(data)
print(df1)
'''
? ? ?Capital ?Country ?Population
0 ? Brussels ?Belgium ? ?11190846
1 ?New Delhi ? ?India ?1303171035
2 ? Brasilia ? Brazil ? 207847528
'''

print(df1['Capital']) # 類型: series
'''
0 ? ? Brussels
1 ? ?New Delhi
2 ? ? Brasilia
Name: Capital, dtype: object
'''


print(df1.iterrows()) # 返回 一個 生成器 <generator object DataFrame.iterrows at 0x7f226a67b728>

for row in df1.iterrows():
? ? print(row)
? ? print(row[0], row[1])
? ? print(type(row[0]), type(row[1]))
? ? break
'''?
print(row) 返回了一個元組
(0, Capital ? ? ? Brussels
Country ? ? ? ?Belgium
Population ? ?11190846
Name: 0, dtype: object)
'''
'''
print(row[0], row[1]) 的返回值
0 Capital ? ? ? Brussels
Country ? ? ? ?Belgium
Population ? ?11190846
Name: 0, dtype: object
'''
'''
print(type(row[0]), type(row[1]))
<class 'int'> <class 'pandas.core.series.Series'>

row[1] 是一個 series，而且原來的列名，現(xiàn)在變成了現(xiàn)在的索引名，
由此可見，dataframe是由多個行列交錯的series組成。
'''

#　現(xiàn)在可以　構(gòu)建幾個series
s1 = pd.Series(data['Country'])
s2 = pd.Series(data['Capital'])
s3 = pd.Series(data['Population'])
df_new = pd.DataFrame([s1, s2, s3], index=['Country', 'Captital', 'Population'])
print(df_new)
'''
? ? ? ? ? ? ? ? ? ?0 ? ? ? ? ? 1 ? ? ? ? ?2
Country ? ? ?Belgium ? ? ? India ? ? Brazil
Captital ? ?Brussels ? New Delhi ? Brasilia
Population ?11190846 ?1303171035 ?207847528

可以看到，行　和　列　都是顛倒的，因此需要進行一下轉(zhuǎn)置
'''

print(df_new.T)
'''
? ?Country ? Captital ?Population
0 ?Belgium ? Brussels ? ?11190846
1 ? ?India ?New Delhi ?1303171035
2 ? Brazil ? Brasilia ? 207847528

'''

'''
總結(jié)：
? ? series, 就是一個　一維 的數(shù)據(jù)結(jié)構(gòu)，它是由?。椋睿洌澹『汀。觯幔欤酰濉〗M成。
? ? dataframe, 是一個　二維　數(shù)據(jù)結(jié)構(gòu)，它由多個?。螅澹颍椋澹蟆?gòu)成。
'''

到此這篇關(guān)于詳解pandas中Series()和DataFrame()的區(qū)別與聯(lián)系的文章就介紹到這了,更多相關(guān)pandas Series()和DataFrame()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: