1引言

本文總結Pandas中兩種常用的資料型別：

（1）Series是一種一維的帶標籤陣列物件。

（2）DataFrame，二維，Series容器

2 Series陣列

2.1 Series陣列構成

Series陣列物件由兩部分構成：

• 值（value）：一維陣列的各元素值，是一個ndarray型別資料。
• 索引（index）：與一維陣列值一一對應的標籤。利用索引，我們可非常方便得在Series陣列中進行取值。

如下所示，我們通過字典建立了一個Series陣列，輸出結果的第一列就是索引，第二列就是陣列的具體值。

>>> import pandas as pd
>>> a =pd.Series([102, 212, 332, 434])
>>> a
0 102
1 212
2 332
3 434
dtype: int64

也可以在建立時手動指定索引：

>>> a = pd.Series([102, 212, 332, 434], index=['第一列', '第二列', '第三列', '第四列'])
>>> a
第一列 102
第二列 212
第三列 332
第四列 434
dtype: int64

利用索引，我們可以更加方便得在陣列中進行取值：

>>> a['第一列']
102
>>> a[['第一列', '第二列']]
第一列 102
第二列 212
dtype: int64

當然，你也可以使用以往的數字下標從陣列中取值：

>>> a[0]
102
>>> a[[0,1]]
第一列 102
第二列 212
dtype: int64

2.2 建立Series陣列

（1）通過list、tuple建立

>>> pd.Series([123, 321, 345,543]) # 傳入一個list
0 123
1 321
2 345
3 543
dtype: int64
>>> pd.Series((123, 321, 345,543)) # 傳入一個元組
0 123
1 321
2 345
3 543
dtype: int64

（2）通過傳入一維numpy陣列物件建立

>>> import numpy as np
>>> n = np.arange(3) # 建立一個一維的numpy陣列
>>> pd.Series(n)
0 0
1 1
2 2
dtype: int32

注意：傳入的numpy必須是一維的陣列，否則會報錯。

>>> n = np.arange(6).reshape((2,3))
>>> pd.Series(n)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
……
packages\pandas\core\internals\construction.py", line 729, in sanitize_array
raise Exception("Data must be 1-dimensional")
Exception: Data must be 1-dimensional

（3）通過傳入字典建立

通過字典建立Series陣列時，字典的key會自動被設定成Series陣列的索引：

>>> pd.Series({'name':'張三', 'age':40, 'weight':140})
name 張三
age 40
weight 140
dtype: object

（4）通過傳入一個標量值建立

當傳入一個標量值時，必須傳入index索引，Series會根據傳入的index引數來確定陣列物件的長度：

>>> a = pd.Series(10, index=['a', 'b', 'c', 'd'])
>>> a
a 10
b 10
c 10
d 10
dtype: int64

2.2 Series陣列常用屬性

Series陣列的屬性與numpy陣列屬性很是類似，如下表所示：

3 DataFrame陣列

3.1 DataFrame陣列構成

DataFrame陣列是Pandas中另一種資料結構，其資料的呈現方式類似於Excel這種二維表結構。相比於Series陣列，DataFrame可以存放多維資料，所以DataFrame不僅僅有索引，還有列名，如下所示：

>>> d = {'one': [1, 2, 3, 4], 'two':['一', '二', '三', '四']}
>>> pd.DataFrame(d)
one two
0 1 一
1 2 二
2 3 三
3 4 四
>>> df.index
RangeIndex(start=0, stop=4, step=1)
>>> df.columns
Index(['one', 'two'], dtype='object')

可以看到，DataFrame陣列可以包含多維資料，類似於一張二維表。與Series類似，DataFrame陣列也有一個index索引，在不指定索引時，通常會自動生成從零開始步長為1的索引。此外DataFrame陣列還有一個列名，索引和列名是從陣列中挑選資料的重要依據。

3.2 建立DataFrame陣列

（1）通過字典建立

通過字典來建立DataFrame陣列時，字典的鍵將會自動成DataFrame陣列的列名，字典的值必須是可迭代物件，例如Series、numpy陣列、list、tuple等，不同Series陣列中對應的缺失值pandas將自動填充NaN：

以list列表為值的字典：

>>> d = {'one': [1, 2, 3, 4], 'two':['一', '二', '三', '四']}
>>> pd.DataFrame(d)
one two
0 1 一
1 2 二
2 3 三
3 4 四

以numpy陣列為值得字典：

>>> d = {'zero': np.zeros((3,)), 'ones': np.ones((3,)), 'twos':np.full((3,),2)}
>>> pd.DataFrame(d)
zero ones twos
0 0.0 1.0 2
1 0.0 1.0 2
2 0.0 1.0 2

以Series為值的字典：

>>> d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']), 'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
>>> df = pd.DataFrame(d) # 建立DataFrame陣列
>>> df
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d  NaN 4.0

無論是上面那種型別物件為值的字典，都可以通過下面的方式重新指定列索引：

>>> pd.DataFrame(d, index=['d', 'b', 'a'])
one two
d NaN 4.0
b 2.0 2.0
a 1.0 1.0

當然，也可以在手動指定列名，不過行索引對應的鍵資料才會傳入新建的陣列中：

>>> pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
two three
d 4.0 NaN
b 2.0 NaN
a 1.0 NaN

（2）通過列表建立

通過列表建立DataFrame陣列時，列表的每一個元素必須是字典，這樣，字典的鍵將作為列名。

>>> d = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
>>> pd.DataFrame(d)
a b c
0 1 2 NaN
1 5 10 20.0
>>> pd.DataFrame(d, index=['第一行', '第二行']) # 重新指定索引
a b c
第一行 1 2 NaN
第二行 5 10 20.0

（3）通過功能函式建立

我們還可以通過諸如from_dict()、from_records()這類的功能函式來建立DataFrame陣列，以from_dict()為例：

>>> d = {'A': [1, 2, 3], 'B': [4, 5, 6]}
>>> pd.DataFrame.from_dict(d)
A B
0 1 4
1 2 5
2 3 6

如果需要讓字典的鍵作為索引，重新指定列名，可以傳入orient='index'引數，然後重新傳入列名：

>>> pd.DataFrame.from_dict(d,orient='index', columns=['one', 'two', 'three'])
one two three
A 1 2 3
B 4 5 6

3.3 DataFrame陣列的常用屬性

DataFrame陣列的屬性與Series資料幾乎一樣，只是多了一個儲存列名資訊的columns屬性，參看上面表格中的Series屬性就行了。

4 總結