Python 数据分析三剑客之 Pandas（一）：认识 Pandas 及其 Series、DataFrame 对象
CSDN 課程推薦：《邁向數據科學家：帶你玩轉Python數據分析》，講師齊偉，蘇州研途教育科技有限公司CTO，蘇州大學應用統計專業碩士生指導委員會委員；已出版《跟老齊學Python：輕松入門》《跟老齊學Python：Django實戰》、《跟老齊學Python：數據分析》和《Python大學實用教程》暢銷圖書。
Pandas 系列文章：
- Python 數據分析三劍客之 Pandas（一）：認識 Pandas 及其 Series、DataFrame 對象
- Python 數據分析三劍客之 Pandas（二）：Index 索引對象以及各種索引操作
- Python 數據分析三劍客之 Pandas（三）：算術運算與缺失值的處理
- Python 數據分析三劍客之 Pandas（四）：函數應用、映射、排序和層級索引
- Python 數據分析三劍客之 Pandas（五）：統計計算與統計描述
- Python 數據分析三劍客之 Pandas（六）：GroupBy 數據分裂、應用與合并
- Python 數據分析三劍客之 Pandas（七）：合并數據集
- Python 數據分析三劍客之 Pandas（八）：數據重塑、重復數據處理與數據替換
- Python 數據分析三劍客之 Pandas（九）：時間序列
- Python 數據分析三劍客之 Pandas（十）：數據讀寫
另有 NumPy、Matplotlib 系列文章已更新完畢，歡迎關注：
- NumPy 系列文章：https://itrhx.blog.csdn.net/category_9780393.html
- Matplotlib 系列文章：https://itrhx.blog.csdn.net/category_9780418.html
推薦學習資料與網站（博主參與部分文檔翻譯）：
- NumPy 官方中文網：https://www.numpy.org.cn/
- Pandas 官方中文網：https://www.pypandas.cn/
- Matplotlib 官方中文網：https://www.matplotlib.org.cn/
- NumPy、Matplotlib、Pandas 速查表：https://github.com/TRHX/Python-quick-reference-table
文章目錄
- 【01x00】了解 Pandas
- 【02x00】Pandas 數據結構
- 【03x00】Series 對象
- 【03x01】通過 list 構建 Series
- 【03x02】通過 dict 構建 Series
- 【03x03】獲取其數據和索引
- 【03x04】通過索引獲取數據
- 【03x05】使用函數運算
- 【03x06】name 屬性
- 【04x00】DataFrame 對象
- 【03x01】通過 ndarray 構建 DataFrame
- 【03x02】通過 dict 構建 DataFrame
- 【03x03】獲取其數據和索引
- 【03x04】通過索引獲取數據
- 【03x05】修改列的值
- 【03x06】增加 / 刪除列
- 【03x07】name 屬性
這里是一段防爬蟲文本，請讀者忽略。 本文原創首發于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/106676693 未經授權，禁止轉載！惡意轉載，后果自負！尊重原創，遠離剽竊！
【01x00】了解 Pandas
Pandas 是 Python 的一個數據分析包，是基于 NumPy 構建的，最初由 AQR Capital Management 于 2008 年 4 月開發，并于 2009 年底開源出來，目前由專注于 Python 數據包開發的 PyData 開發團隊繼續開發和維護，屬于 PyData 項目的一部分。
Pandas 最初被作為金融數據分析工具而開發出來，因此，Pandas 為時間序列分析提供了很好的支持。Pandas 的名稱來自于面板數據（panel data）和 Python 數據分析（data analysis）。panel data 是經濟學中關于多維數據集的一個術語，在 Pandas 中也提供了 panel 的數據類型。
Pandas 經常和其它工具一同使用，如數值計算工具 NumPy 和 SciPy，分析庫 statsmodels 和 scikit-learn，數據可視化庫 Matplotlib 等，雖然 Pandas 采用了大量的 NumPy 編碼風格，但二者最大的不同是 Pandas 是專門為處理表格和混雜數據設計的。而 NumPy 更適合處理統一的數值數組數據。
【以下對 Pandas 的解釋翻譯自官方文檔：https://pandas.pydata.org/docs/getting_started/overview.html#package-overview】
Pandas 是 Python 的核心數據分析支持庫，提供了快速、靈活、明確的數據結構，旨在簡單、直觀地處理關系型、標記型數據。Pandas 的目標是成為 Python 數據分析實踐與實戰的必備高級工具，其長遠目標是成為最強大、最靈活、可以支持任何語言的開源數據分析工具。經過多年不懈的努力，Pandas 離這個目標已經越來越近了。
Pandas 適用于處理以下類型的數據：
- 與 SQL 或 Excel 表類似的，含異構列的表格數據;
- 有序和無序（非固定頻率）的時間序列數據;
- 帶行列標簽的矩陣數據，包括同構或異構型數據;
- 任意其它形式的觀測、統計數據集, 數據轉入 Pandas 數據結構時不必事先標記。
Pandas 的主要數據結構是 Series（一維數據）與 DataFrame（二維數據），這兩種數據結構足以處理- 金融、統計、社會科學、工程等領域里的大多數典型用例。對于 R 語言用戶，DataFrame 提供了比 R 語言 data.frame 更豐富的功能。Pandas 基于 NumPy 開發，可以與其它第三方科學計算支持庫完美集成。
Pandas 就像一把萬能瑞士軍刀，下面僅列出了它的部分優勢 ：
- 處理浮點與非浮點數據里的缺失數據，表示為 NaN；
- 大小可變：插入或刪除 DataFrame 等多維對象的列；
- 自動、顯式數據對齊：顯式地將對象與一組標簽對齊，也可以忽略標簽，在 Series、DataFrame 計算時自動與數據對齊；
- 強大、靈活的分組（group by）功能：拆分-應用-組合數據集，聚合、轉換數據；
- 把 Python 和 NumPy 數據結構里不規則、不同索引的數據輕松地轉換為 DataFrame 對象；
- 基于智能標簽，對大型數據集進行切片、花式索引、子集分解等操作；
- 直觀地合并和連接數據集；
- 靈活地重塑和旋轉數據集；
- 軸支持分層標簽（每個刻度可能有多個標簽）；
- 強大的 IO 工具，讀取平面文件（CSV 等支持分隔符的文件）、Excel 文件、數據庫等來源的數據，以及從超快 HDF5 格式保存 / 加載數據；
- 時間序列：支持日期范圍生成、頻率轉換、移動窗口統計、移動窗口線性回歸、日期位移等時間序列功能。
這些功能主要是為了解決其它編程語言、科研環境的痛點。處理數據一般分為幾個階段：數據整理與清洗、數據分析與建模、數據可視化與制表，Pandas 是處理數據的理想工具。
其它說明：
- Pandas 速度很快。Pandas 的很多底層算法都用 Cython 優化過。然而，為了保持通用性，必然要犧牲一些性能，如果專注某一功能，完全可以開發出比 Pandas 更快的專用工具。
- Pandas 是 statsmodels 的依賴項，因此，Pandas 也是 Python 中統計計算生態系統的重要組成部分。
- Pandas 已廣泛應用于金融領域。
【02x00】Pandas 數據結構
Pandas 的主要數據結構是 Series（帶標簽的一維同構數組）與 DataFrame（帶標簽的，大小可變的二維異構表格）。
Pandas 數據結構就像是低維數據的容器。比如，DataFrame 是 Series 的容器，Series 則是標量的容器。使用這種方式，可以在容器中以字典的形式插入或刪除對象。
此外，通用 API 函數的默認操作要顧及時間序列與截面數據集的方向。當使用 Ndarray 存儲二維或三維數據時，編寫函數要注意數據集的方向，這對用戶來說是一種負擔；如果不考慮 C 或 Fortran 中連續性對性能的影響，一般情況下，不同的軸在程序里其實沒有什么區別。Pandas 里，軸的概念主要是為了給數據賦予更直觀的語義，即用更恰當的方式表示數據集的方向。這樣做可以讓用戶編寫數據轉換函數時，少費點腦子。
處理 DataFrame 等表格數據時，對比 Numpy，index（行）或 columns（列）比 axis 0 和 axis 1 更直觀。用這種方式迭代 DataFrame 的列，代碼更易讀易懂：
for col in df.columns:series = df[col]# do something with series【03x00】Series 對象
Series 是帶標簽的一維數組，可存儲整數、浮點數、字符串、Python 對象等類型的數據。軸標簽統稱為索引。調用 pandas.Series 函數即可創建 Series，基本語法如下：
pandas.Series(data=None[, index=None, dtype=None, name=None, copy=False, fastpath=False])
| data | 數組類型，可迭代的，字典或標量值，存儲在序列中的數據 |
| index | 索引（數據標簽），值必須是可哈希的，并且具有與數據相同的長度， 允許使用非唯一索引值。如果未提供，將默認為RangeIndex（0，1，2，…，n） |
| dtype | 輸出系列的數據類型。可選項，如果未指定，則將從數據中推斷，具體參考官網 dtypes 介紹 |
| name | str 類型，可選項，給 Series 命名 |
| copy | bool 類型，可選項，默認 False，是否復制輸入數據 |
【03x01】通過 list 構建 Series
一般情況下我們只會用到 data 和 index 參數，可以通過 list（列表） 構建 Series，示例如下：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2]) >>> obj 0 1 1 5 2 -8 3 2 dtype: int64由于我們沒有為數據指定索引，于是會自動創建一個 0 到 N-1（N 為數據的長度）的整數型索引，左邊一列是自動創建的索引（index），右邊一列是數據（data）。
此外，還可以自定義索引（index）：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64索引（index）也可以通過賦值的方式就地修改：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64 >>> obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan'] >>> obj Bob 1 Steve 5 Jeff -8 Ryan 2 dtype: int64【03x02】通過 dict 構建 Series
通過 字典（dict） 構建 Series，字典的鍵（key）會作為索引（index），字典的值（value）會作為數據（data），示例如下：
>>> import pandas as pd >>> data = {'Beijing': 21530000, 'Shanghai': 24280000, 'Wuhan': 11210000, 'Zhejiang': 58500000} >>> obj = pd.Series(data) >>> obj Beijing 21530000 Shanghai 24280000 Wuhan 11210000 Zhejiang 58500000 dtype: int64如果你想按照某個特定的順序輸出結果，可以傳入排好序的字典的鍵以改變順序：
>>> import pandas as pd >>> data = {'Beijing': 21530000, 'Shanghai': 24280000, 'Wuhan': 11210000, 'Zhejiang': 58500000} >>> cities = ['Guangzhou', 'Wuhan', 'Zhejiang', 'Shanghai'] >>> obj = pd.Series(data, index=cities) >>> obj Guangzhou NaN Wuhan 11210000.0 Zhejiang 58500000.0 Shanghai 24280000.0 dtype: float64注意：data 為字典，且未設置 index 參數時：
- 如果 Python >= 3.6 且 Pandas >= 0.23，Series 按字典的插入順序排序索引。
- 如果 Python < 3.6 或 Pandas < 0.23，Series 按字母順序排序索引。
【03x03】獲取其數據和索引
我們可以通過 Series 的 values 和 index 屬性獲取其數據和索引對象：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj.values array([ 1, 5, -8, 2], dtype=int64) >>> obj.index Index(['a', 'b', 'c', 'd'], dtype='object')【03x04】通過索引獲取數據
與普通 NumPy 數組相比，Pandas 可以通過索引的方式選取 Series 中的單個或一組值，獲取一組值時，傳入的是一個列表，列表中的元素是索引值，另外還可以通過索引來修改其對應的值：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64 >>> obj['a'] 1 >>> obj['a'] = 3 >>> obj[['a', 'b', 'c']] a 3 b 5 c -8 dtype: int64【03x05】使用函數運算
在 Pandas 中可以使用 NumPy 函數或類似 NumPy 的運算（如根據布爾型數組進行過濾、標量乘法、應用數學函數等）：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj[obj > 0] a 1 b 5 d 2 dtype: int64 >>> obj * 2 a 2 b 10 c -16 d 4 dtype: int64 >>> np.exp(obj) a 2.718282 b 148.413159 c 0.000335 d 7.389056 dtype: float64除了這些運算函數以外，還可以將 Series 看成是一個定長的有序字典，因為它是索引值到數據值的一個映射。它可以用在許多原本需要字典參數的函數中：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> 'a' in obj True >>> 'e' in obj False和 NumPy 類似，Pandas 中也有 NaN（即非數字，not a number），在 Pandas 中，它用于表示缺失值，Pandas 的 isnull 和 notnull 函數可用于檢測缺失數據：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.Series([np.NaN, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a NaN b 5.0 c -8.0 d 2.0 dtype: float64 >>> pd.isnull(obj) a True b False c False d False dtype: bool >>> pd.notnull(obj) a False b True c True d True dtype: bool >>> obj.isnull() a True b False c False d False dtype: bool >>> obj.notnull() a False b True c True d True dtype: bool【03x06】name 屬性
可以在 pandas.Series 方法中為 Series 對象指定一個 name：
>>> import pandas as pd >>> data = {'Beijing': 21530000, 'Shanghai': 24280000, 'Wuhan': 11210000, 'Zhejiang': 58500000} >>> obj = pd.Series(data, name='population') >>> obj Beijing 21530000 Shanghai 24280000 Wuhan 11210000 Zhejiang 58500000 Name: population, dtype: int64也可以通過 name 和 index.name 屬性為 Series 對象和其索引指定 name：
>>> import pandas as pd >>> data = {'Beijing': 21530000, 'Shanghai': 24280000, 'Wuhan': 11210000, 'Zhejiang': 58500000} >>> obj = pd.Series(data) >>> obj.name = 'population' >>> obj.index.name = 'cities' >>> obj cities Beijing 21530000 Shanghai 24280000 Wuhan 11210000 Zhejiang 58500000 Name: population, dtype: int64這里是一段防爬蟲文本，請讀者忽略。 本文原創首發于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/106676693 未經授權，禁止轉載！惡意轉載，后果自負！尊重原創，遠離剽竊！
【04x00】DataFrame 對象
DataFrame 是一個表格型的數據結構，它含有一組有序的列，每列可以是不同的值類型（數值、字符串、布爾值等）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 組成的字典（共用同一個索引）。DataFrame 中的數據是以一個或多個二維塊存放的（而不是列表、字典或別的一維數據結構）。
- 類似多維數組/表格數據 (如Excel、R 語言中的 data.frame)；
- 每列數據可以是不同的類型；
- 索引包括列索引和行索引
基本語法如下：
pandas.DataFrame(data=None, index: Optional[Collection] = None, columns: Optional[Collection] = None, dtype: Union[str, numpy.dtype, ExtensionDtype, None] = None, copy: bool = False)
| data | ndarray 對象（結構化或同類的）、可迭代的或者字典形式，存儲在序列中的數據 |
| index | 數組類型，索引（數據標簽），如果未提供，將默認為 RangeIndex（0，1，2，…，n） |
| columns | 列標簽。如果未提供，則將默認為 RangeIndex（0、1、2、…、n） |
| dtype | 輸出系列的數據類型。可選項，如果未指定，則將從數據中推斷，具體參考官網 dtypes 介紹 |
| copy | bool 類型，可選項，默認 False，是否復制輸入數據，僅影響 DataFrame/2d ndarray 輸入 |
【03x01】通過 ndarray 構建 DataFrame
>>> import numpy as np >>> import pandas as pd >>> data = np.random.randn(5,3) >>> data array([[-2.16231157, 0.44967198, -0.73131523],[ 1.18982913, 0.94670798, 0.82973421],[-1.57680831, -0.99732066, 0.96432 ],[-0.77483149, -1.23802881, 0.44061227],[ 1.77666419, 0.24931983, -1.12960153]]) >>> obj = pd.DataFrame(data) >>> obj0 1 2 0 -2.162312 0.449672 -0.731315 1 1.189829 0.946708 0.829734 2 -1.576808 -0.997321 0.964320 3 -0.774831 -1.238029 0.440612 4 1.776664 0.249320 -1.129602指定索引（index）和列標簽（columns），和 Series 對象類似，可以在構建的時候添加索引和標簽，也可以直接通過賦值的方式就地修改：
>>> import numpy as np >>> import pandas as pd >>> data = np.random.randn(5,3) >>> index = ['a', 'b', 'c', 'd', 'e'] >>> columns = ['A', 'B', 'C'] >>> obj = pd.DataFrame(data, index, columns) >>> objA B C a -1.042909 -0.238236 -1.050308 b 0.587079 0.739683 -0.233624 c -0.451254 -0.638496 1.708807 d -0.620158 -1.875929 -0.432382 e -1.093815 0.396965 -0.759479 >>> >>> obj.index = ['A1', 'A2', 'A3', 'A4', 'A5'] >>> obj.columns = ['B1', 'B2', 'B3'] >>> objB1 B2 B3 A1 -1.042909 -0.238236 -1.050308 A2 0.587079 0.739683 -0.233624 A3 -0.451254 -0.638496 1.708807 A4 -0.620158 -1.875929 -0.432382 A5 -1.093815 0.396965 -0.759479【03x02】通過 dict 構建 DataFrame
通過 字典（dict） 構建 DataFrame，字典的鍵（key）會作為列標簽（columns），字典的值（value）會作為數據（data），示例如下：
>>> import pandas as pd >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000]} >>> obj = pd.DataFrame(data) >>> objcity year people 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000 5 Beijing 2019 21536000如果指定了列序列，則 DataFrame 的列就會按照指定順序進行排列，如果傳入的列在數據中找不到，就會在結果中產生缺失值（NaN）：
>>> import pandas as pd >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000]} >>> pd.DataFrame(data)city year people 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000 5 Beijing 2019 21536000 >>> pd.DataFrame(data, columns=['year', 'city', 'people'])year city people 0 2017 Wuhan 10892900 1 2018 Wuhan 11081000 2 2019 Wuhan 11212000 3 2017 Beijing 21707000 4 2018 Beijing 21542000 5 2019 Beijing 21536000 >>> pd.DataFrame(data, columns=['year', 'city', 'people', 'money'])year city people money 0 2017 Wuhan 10892900 NaN 1 2018 Wuhan 11081000 NaN 2 2019 Wuhan 11212000 NaN 3 2017 Beijing 21707000 NaN 4 2018 Beijing 21542000 NaN 5 2019 Beijing 21536000 NaN注意：data 為字典，且未設置 columns 參數時：
-
Python > = 3.6 且 Pandas > = 0.23，DataFrame 的列按字典的插入順序排序。
-
Python < 3.6 或 Pandas < 0.23，DataFrame 的列按字典鍵的字母排序。
【03x03】獲取其數據和索引
和 Series 一樣，DataFrame 也可以通過其 values 和 index 屬性獲取其數據和索引對象：
>>> import numpy as np >>> import pandas as pd >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000]} >>> obj = pd.DataFrame(data) >>> obj.index RangeIndex(start=0, stop=6, step=1) >>> obj.values array([['Wuhan', 2017, 10892900],['Wuhan', 2018, 11081000],['Wuhan', 2019, 11212000],['Beijing', 2017, 21707000],['Beijing', 2018, 21542000],['Beijing', 2019, 21536000]], dtype=object)【03x04】通過索引獲取數據
通過類似字典標記的方式或屬性的方式，可以將 DataFrame 的列獲取為一個 Series 對象；
行也可以通過位置或名稱的方式進行獲取，比如用 loc 屬性；
對于特別大的 DataFrame，有一個 head 方法可以選取前五行數據。
用法示例：
>>> import numpy as np >>> import pandas as pd >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000]} >>> obj = pd.DataFrame(data) >>> objcity year people 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000 5 Beijing 2019 21536000 >>> >>> obj['city'] 0 Wuhan 1 Wuhan 2 Wuhan 3 Beijing 4 Beijing 5 Beijing Name: city, dtype: object >>> >>> obj.year 0 2017 1 2018 2 2019 3 2017 4 2018 5 2019 Name: year, dtype: int64 >>> >>> type(obj.year) <class 'pandas.core.series.Series'> >>> >>> obj.loc[2] city Wuhan year 2019 people 11212000 Name: 2, dtype: object >>> >>> obj.head()city year people 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000【03x05】修改列的值
列可以通過賦值的方式進行修改。在下面示例中，分別給"money"列賦上一個標量值和一組值：
>>> import pandas as pd >>> import numpy as np >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000],'money':[np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN]} >>> obj = pd.DataFrame(data, index=['A', 'B', 'C', 'D', 'E', 'F']) >>> objcity year people money A Wuhan 2017 10892900 NaN B Wuhan 2018 11081000 NaN C Wuhan 2019 11212000 NaN D Beijing 2017 21707000 NaN E Beijing 2018 21542000 NaN F Beijing 2019 21536000 NaN >>> >>> obj['money'] = 6666666666 >>> objcity year people money A Wuhan 2017 10892900 6666666666 B Wuhan 2018 11081000 6666666666 C Wuhan 2019 11212000 6666666666 D Beijing 2017 21707000 6666666666 E Beijing 2018 21542000 6666666666 F Beijing 2019 21536000 6666666666 >>> >>> obj['money'] = np.arange(100000000, 700000000, 100000000) >>> objcity year people money A Wuhan 2017 10892900 100000000 B Wuhan 2018 11081000 200000000 C Wuhan 2019 11212000 300000000 D Beijing 2017 21707000 400000000 E Beijing 2018 21542000 500000000 F Beijing 2019 21536000 600000000將列表或數組賦值給某個列時，其長度必須跟 DataFrame 的長度相匹配。如果賦值的是一個 Series，就會精確匹配 DataFrame 的索引：
>>> import pandas as pd >>> import numpy as np >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000],'money':[np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN]} >>> obj = pd.DataFrame(data, index=['A', 'B', 'C', 'D', 'E', 'F']) >>> objcity year people money A Wuhan 2017 10892900 NaN B Wuhan 2018 11081000 NaN C Wuhan 2019 11212000 NaN D Beijing 2017 21707000 NaN E Beijing 2018 21542000 NaN F Beijing 2019 21536000 NaN >>> >>> new_data = pd.Series([5670000000, 6890000000, 7890000000], index=['A', 'C', 'E']) >>> obj['money'] = new_data >>> objcity year people money A Wuhan 2017 10892900 5.670000e+09 B Wuhan 2018 11081000 NaN C Wuhan 2019 11212000 6.890000e+09 D Beijing 2017 21707000 NaN E Beijing 2018 21542000 7.890000e+09 F Beijing 2019 21536000 NaN【03x06】增加 / 刪除列
為不存在的列賦值會創建出一個新列，關鍵字 del 用于刪除列：
>>> import pandas as pd >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000]} >>> obj = pd.DataFrame(data) >>> objcity year people 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000 5 Beijing 2019 21536000 >>> >>> obj['northern'] = obj['city'] == 'Beijing' >>> objcity year people northern 0 Wuhan 2017 10892900 False 1 Wuhan 2018 11081000 False 2 Wuhan 2019 11212000 False 3 Beijing 2017 21707000 True 4 Beijing 2018 21542000 True 5 Beijing 2019 21536000 True >>> >>> del obj['northern'] >>> objcity year people 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000 5 Beijing 2019 21536000【03x07】name 屬性
可以通過 index.name 和 columns.name 屬性設置索引（index）和列標簽（columns）的 name，注意 DataFrame 對象是沒有 name 屬性的：
>>> import pandas as pd >>> data = {'city': ['Wuhan', 'Wuhan', 'Wuhan', 'Beijing', 'Beijing', 'Beijing'],'year': [2017, 2018, 2019, 2017, 2018, 2019],'people': [10892900, 11081000, 11212000, 21707000, 21542000, 21536000]} >>> obj = pd.DataFrame(data) >>> obj.index.name = 'index' >>> obj.columns.name = 'columns' >>> obj columns city year people index 0 Wuhan 2017 10892900 1 Wuhan 2018 11081000 2 Wuhan 2019 11212000 3 Beijing 2017 21707000 4 Beijing 2018 21542000 5 Beijing 2019 21536000這里是一段防爬蟲文本，請讀者忽略。 本文原創首發于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/106676693 未經授權，禁止轉載！惡意轉載，后果自負！尊重原創，遠離剽竊！
創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎
總結
以上是生活随笔為你收集整理的Python 数据分析三剑客之 Pandas（一）：认识 Pandas 及其 Series、DataFrame 对象的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 浦发万用随借金怎么转他行 浦发万用随借金
- 下一篇： 【Python CheckiO 题解】T