pandas 中具有两种基本的数据存储结构，存储一维 values 的 Series 和存储二维 values 的 DataFrame ，在这两种结构上定义了很多的属性和方法。

Series

Series 一般由四个部分组成，分别是序列的值 data 、索引 index 、存储类型 dtype 、序列的名字 name 。其中，索引也可以指定它的名字，默认为空。

object 代表了一种混合类型，正如下面的例子中存储了整数、字符串以及元组。此外，目前 pandas 把纯字符串序列也默认认为是一种 object 类型的序列，但它也可以用 string 类型存储。

创建 Series 数据存储结构

import pandas as pd

s = pd.Series(data=[100, 'abc', ('张三', '李四')])
print(s)
---------
0         100
1         abc
2    (张三, 李四)
dtype: object
    
    
s = pd.Series(data=[100, 'abc', ('张三', '李四')],
              index=['id', 'score', 'name'])
print(s)
---------
id            100
score         abc
name     (张三, 李四)
dtype: object
    
    
s = pd.Series(data=[100, 200, 300],
              index=['id', 1, ('hp',)])
print(s)
---------
id       100
1        200
(hp,)    300
dtype: int64
    
    
s = pd.Series(data=[100, 'abc', ('张三', '李四')],
              index=pd.Index(['id', 'score', 'name'], name='my_idx'),
              dtype='object',
              name='my_name')
print(s)
---------
my_idx
id            100
score         abc
name     (张三, 李四)
Name: my_name, dtype: object
        

print(type(s))  # 类型
---------
<class 'pandas.core.series.Series'>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

Series 数据存储结构的一些属性

# 取值
print(s.values)  # 类型为numpy.ndarray
---------
[100 'abc' ('张三', '李四')]

# 获取索引
print(s.index)
---------
Index(['id', 'score', 'name'], dtype='object', name='my_idx')

# 获取类型
print(s.dtype)
---------
object

# 获取该序列名称
print(s.name)
---------
my_name

# 获取该序列长度
print(s.shape)
(3,)

# 取单个索引对应的值
print(s['score'])
---------
abc

# 可以对该序列进行for循环
for i in s:
    print(i)
---------
100
abc
('张三', '李四')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

DataFrame

DataFrame 在 Series 的基础上增加了列索引，一个数据框可以由二维的 data 与行列索引来构造。

创建 DataFrame 数据存储结构

import pandas as pd

data = [[1, 'a', 1.5], [2, 'b', 2.5], [3, 'c', 3.5]]
df = pd.DataFrame(data=data)
print(df)
---------
   0  1    2
0  1  a  1.5
1  2  b  2.5
2  3  c  3.5


data = [[1, 'a', 1.5], [2, 'b', 2.5], [3, 'c', 3.5]]
df = pd.DataFrame(data=data,
                  index=['row_%d' % i for i in range(3)],
                  columns=['col_%d' % i for i in range(3)])
print(df)
---------
       col_0 col_1  col_2
row_0      1     a    1.5
row_1      2     b    2.5
row_2      3     c    3.5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

但一般而言，更多的时候会采用从列索引名到数据的映射来构造数据框，同时再加上行索引。

df = pd.DataFrame(data={'col_0': [1, 2, 3], 'col_1': ['a', 'b', 'c'], 'col_2': ['张三', '李四', '陈五']},
                  index=['row_%d' % i for i in range(3)])
print(df)
---------
       col_0 col_1 col_2
row_0      1     a    张三
row_1      2     b    李四
row_2      3     c    陈五


print(type(df))  # 类型
---------
<class 'pandas.core.frame.DataFrame'>
1
2
3
4
5
6
7
8
9
10
11
12
13

由于这种映射关系，在 DataFrame 中可以用 [col_name] 与 [col_list] 来取出相应的列与由多个列组成的表，结果分别为 Series 和 DataFrame 。

print(df['col_2'])  # 
---------
row_0    张三
row_1    李四
row_2    陈五
Name: col_2, dtype: object


print(df[['col_0', 'col_1']])  # 
---------
       col_0 col_1
row_0      1     a
row_1      2     b
row_2      3     c
1
2
3
4
5
6
7
8
9
10
11
12
13
14

与 Series 类似，在数据框中同样可以取出相应的属性。

DataFrame 数据存储结构的一些属性

# 取值
print(s.values)  # 类型为numpy.ndarray
---------
[[1 'a' '张三']
 [2 'b' '李四']
 [3 'c' '陈五']]

# 获取行索引
print(df.index)
---------
Index(['row_0', 'row_1', 'row_2'], dtype='object')

# 获取列索引
print(df.columns)
---------
Index(['col_0', 'col_1', 'col_2'], dtype='object')

# 获取类型
print(df.dtypes)
---------
col_0     int64
col_1    object
col_2    object
dtype: object
    
# 获取二维表形状
print(df.shape)
---------
(3, 3)

# 通过 .T 可以把 DataFrame 进行转置
print(df.T)
---------
      row_0 row_1 row_2
col_0     1     2     3
col_1     a     b     c
col_2    张三    李四    陈五
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37