导读：pandas是一款开放源码的BSD许可的Python库。它基于NumPy创建，为Python编程语言提供了高性能的、易于使用的数据结构和数据分析工具。
pandas应用领域广泛，包括金融、经济、统计、分析等学术和商业领域。本文将介绍pandas中Series、DataFrame、Index等常用类的基本用法。
作者：李明江 张良均 周东平 张尚佳
来源：大数据DT（ID：hzdashuju）
pandas提供了众多类，可满足不同的使用需求，其中常用的类如下所示。
Series：基本数据结构，一维标签数组，能够保存任何数据类型
DataFrame：基本数据结构，一般为二维数组，是一组有序的列
Index：索引对象，负责管理轴标签和其他元数据（比如轴名称）
groupby：分组对象，通过传入需要分组的参数实现对数据分组
Timestamp：时间戳对象，表示时间轴上的一个时刻
Timedelta：时间差对象，用来计算两个时间点的差值
在这6个类中，Series、DataFrame和Index是使用频率最高的类。
01 Series
Series由一组数据以及一组与之对应的数据标签（即索引）组成。Series对象可以视作一个NumPy的ndarray，因此许多NumPy库函数可以作用于Series。
1. 创建Series
创建Series对象的函数是Series，它的主要参数是data和index，其基本语法格式如下。
class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)Series函数常用的参数及其说明如下所示。
data：接收array或dict。表示接收的数据。默认为None
index：接收array或list。表示索引，它必须与数据长度相同。默认为None
name：接收string或list。表示Series对象的名称。默认为None
Series本质上是一个ndarray，通过ndarray创建Series对象，如代码清单6-1所示。
代码清单6-1 通过ndarray创建Series
import pandas as pd import numpy as np print('通过ndarray创建的Series为：\n', pd.Series(np.arange(5), index = ['a', 'b', 'c', 'd', 'e'], name = 'ndarray'))输出：
通过ndarray创建的Series为： a 0 b 1 c 2 d 3 e 4 Name: ndarray, dtype: int32若数据存放于一个dict中，则可以通过dict创建Series，此时dict的键名（key）作为Series的索引，其值会作为Series的值，因此无须传入index参数。通过dict创建Series对象，如代码清单6-2所示。
代码清单6-2 通过dict创建Series
dit = {'a': 0, 'b': 1, 'c': 2, 'd': 3, 'e': 4} print('通过dict创建的Series为：\n', pd.Series(dit))输出：
通过dict创建的Series为： a 0 b 1 c 2 d 3 e 4 dtype: int64通过list创建Series，类似于通过ndarray创建Series，如代码清单6-3所示。
代码清单6-3 通过list创建Series
list1 = [0, 1, 2, 3, 4] print('通过list创建的Series为：\n', pd.Series(list1, index = ['a', 'b', 'c', 'd', 'e'], name = 'list'))输出：
通过list创建的Series为： a 0 b 1 c 2 d 3 e 4 Name: list, dtype: int64Series拥有8个常用属性，如下所示。
values：以ndarray的格式返回Series对象的所有元素
index：返回Series对象的索引
dtype：返回Series对象的数据类型
shape：返回Series对象的形状
nbytes：返回Series对象的字节数
ndim：返回Series对象的维度
size：返回Series对象的个数
T：返回Series对象的转置
访问Series的属性，如代码清单6-4所示。
代码清单6-4 访问Series的属性
series = pd.Series(list1, index = ['a', 'b', 'c', 'd', 'e'], name = 'list') print('数组形式返回Series为：', series.values) #输出：数组形式返回Series为： [0 1 2 3 4] print('Series的Index为：', series.index) #输出：Series的Index为：Index(['a', 'b', 'c', 'd', 'e'], dtype='object') print('Series的形状为：', series.shape) #输出：Series的形状为： (5,) print('Series的维度为：', series.ndim) #输出：Series的维度为：12. 访问Series数据
索引与切片是Series最常用操作之一。通过索引位置访问Series的数据与ndarray相同，如代码清单6-5所示。
代码清单6-5 通过索引位置访问Series数据子集
print('Series位于第1位置的数据为：', series[0])输出：
Series位于第1位置的数据为： 0相比ndarray，通过索引名称（标签）也可以访问Series数据，如代码清单6-6所示。
代码清单6-6 通过索引名称访问Series数据
print('Series中Index为a的数据为：', series['a'])输出：
Series中Index为a的数据为： 0此外，也可通过bool类型的Series、list或array访问Series数据，如代码清单6-7所示。
代码清单6-7 通过bool数组访问Series数据
bool = (series < 4) print('bool类型的Series为：\n', bool)输出：
bool类型的Series为： a True b True c True d True e False Name: list, dtype: bool print('通过bool数据访问Series结果为：\n', series[bool])输出：
通过bool数据访问Series结果为： a 0 b 1 c 2 d 3 Name: list, dtype: int643. 更新、插入和删除
更新Series的方法十分简单，采用赋值的方式对指定索引标签（或位置）对应的数据进行修改即可，如代码清单6-8所示。
代码清单6-8 更新Series
# 更新元素 series['a'] = 3 print('更新后的Series为：\n', series)输出：
更新后的Series为： a 3 b 1 c 2 d 3 e 4 Name: list, dtype: int64类似list，通过append方法能够在原Series上插入（追加）新的Series。若只在原Series上插入单个值，则采用赋值方式即可，如代码清单6-9所示。
代码清单6-9 追加Series和插入单个值
series1 = pd.Series([4, 5], index = ['f', 'g']) # 追加Series print('在series插入series1后为：\n', series.append(series1))输出：
在series插入series1后为： a 3 b 1 c 2 d 3 e 4 f 4 g 5 dtype: int64 # 新增单个数据 series1['h'] = 7 print('在series1插入单个数据后为：\n', series1)输出：
在series1插入单个数据后为： f 4 g 5 h 7 dtype: int64一般使用drop方法删除Series元素，它接收被删除元素对应的索引，inplace=True表示对原Series起作用，如代码清单6-10所示。
代码清单6-10 删除Series元素
# 删除数据 series.drop('e', inplace = True) print('删除索引e对应数据后的series为：\n', series)输出：
删除索引e对应数据后的series为： a 3 b 1 c 2 d 3 Name: list, dtype: int6402 DataFrame
DataFrame是pandas基本数据结构，类似数据库中的表。DataFrame既有行索引，也有列索引，它可以看作Series组成的dict，每个Series看作DataFrame的一个列。
1. 创建DataFrame
DataFrame函数用于创建DataFrame对象，其基本语法格式如下。
class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)DataFrame函数常用的参数及其说明如下所示。
data：接收ndarray，dict，list或DataFrame。表示输入数据。默认为None
index：接收Index，ndarray。表示索引。默认为None
columns：接收Index，ndarray。表示列标签（列名）。默认为None
创建DataFrame的方法有很多，常见的一种是传入一个由等长list或ndarray组成的dict。若没有传入columns参数，则传入的dict的键会被当作列名，如代码清单6-11所示。
代码清单6-11 通过dict创建DataFrame
dict1 = {'col1': [0, 1, 2, 3, 4], 'col2': [5, 6, 7, 8, 9]} print('通过dict创建的DataFrame为：\n', pd.DataFrame(dict1, index = ['a', 'b', 'c', 'd', 'e']))输出：
通过dict创建的DataFrame为： col1 col2 a 0 5 b 1 6 c 2 7 d 3 8 e 4 9通过list或ndarray也可创建DataFrame，如代码清单6-12所示。
代码清单6-12 通过list创建DataFrame
list2 = [[0, 5], [1, 6], [2, 7], [3, 8], [4, 9]] print('通过list创建的DataFrame为：\n', pd.DataFrame(list2, index = ['a', 'b', 'c', 'd', 'e'], columns = ['col1', 'col2']))输出：
通过list创建的DataFrame为： col1 col2 a 0 5 b 1 6 c 2 7 d 3 8 e 4 9由于DataFrame是二维数据结构，包含列索引（列名），因此较Series有更多的属性。DataFrame常用的属性及其说明如下所示。
values：以ndarray的格式返回DataFrame对象的所有元素
index：返回DataFrame对象的Index
columns：返回DataFrame对象的列标签
dtypes：返回DataFrame对象的数据类型
axes：返回DataFrame对象的轴标签
ndim：返回DataFrame对象的轴尺寸数
size：返回DataFrame对象的个数
shape：返回DataFrame对象的形状
访问创建的DataFrame的常用属性，如代码清单6-13所示。
代码清单6-13 访问DataFrame的属性
df = pd.DataFrame({'col1': [0, 1, 2, 3, 4], 'col2': [5, 6, 7, 8, 9]}, index = ['a', 'b', 'c', 'd', 'e']) print('DataFrame的Index为：', df.index) #输出：DataFrame的Index为：Index(['a', 'b', 'c', 'd', 'e'], dtype='object') print('DataFrame的列标签为：', df.columns) #输出：DataFrame的列标签为：Index(['col1', 'col2'], dtype='object') print('DataFrame的轴标签为：', df.axes) #输出：DataFrame的轴标签为： [Index(['a', 'b', 'c', 'd', 'e'], dtype='object'), Index(['col1', 'col2'], dtype='object')] print('DataFrame的维度为：', df.ndim) #输出：DataFrame的维度为：2 print('DataFrame的形状为：', df.shape) #输出：DataFrame的形状为： (5, 2)2. 访问DataFrame首尾数据
head和tail方法用于访问DataFrame前n行和后n行数据，默认返回5行数据，如代码清单6-14所示。
代码清单6-14 访问DataFrame前后n行数据
print('默认返回前5行数据为：\n', df.head())输出：
默认返回前5行数据为： col1 col2 a 0 5 b 1 6 c 2 7 d 3 8 e 4 9 print('返回后3行数据为：\n', df.tail(3))输出：
返回后3行数据为： col1 col2 c 2 7 d 3 8 e 4 93. 更新、插入和删除
类似Series，更新DataFrame列也采用赋值的方法，对指定列赋值即可，如代码清单6-15所示。
代码清单6-15 更新DataFrame
# 更新列 df['col1'] = [10, 11, 12, 13, 14] print('更新列后的DataFrame为：\n', df)输出：
更新列后的DataFrame为： col1 col2 a 10 5 b 11 6 c 12 7 d 13 8 e 14 9插入列也可以采用赋值方法，如代码清单6-16所示。
代码清单6-16 采用赋值的方法插入列
# 插入列 df['col3'] = [15, 16, 17, 18, 19] print('插入列后的DataFrame为：\n', df)输出：
插入列后的DataFrame为： col1 col2 col3 a 10 5 15 b 11 6 16 c 12 7 17 d 13 8 18 e 14 9 19删除列的方法有多种，如del、pop、drop等。常用的是drop方法，它可以删除行或者列，基本语法格式如下。
DataFrame.drop(labels, axis=0, level=None, inplace=False, errors='raise')drop方法常用的参数及其说明如下所示。
labels：接收string或array。表示删除的行或列的标签。无默认值
axis：接收0或1。表示执行操作的轴向，其中0表示删除行，1表示删除列。默认为0
levels：接收int或者索引名。表示索引级别。默认为None
inplace：接收bool。表示操作是否对原数据生效。默认为False
使用drop方法删除数据，如代码清单6-17所示。
代码清单6-17 使用drop方法删除数据
# 删除列 df.drop(['col3'], axis = 1, inplace = True) print('删除col3列后的DataFrame为：\n', df)输出：
删除col3列后的DataFrame为： col1 col2 a 10 5 b 11 6 c 12 7 d 13 8 e 14 9 # 删除行 df.drop('a', axis = 0, inplace = True) print('删除a行后的DataFrame为：\n', df)输出：
删除a行后的DataFrame为： col1 col2 b 11 6 c 12 7 d 13 8 e 14 903 Index
Index对象为其余pandas对象存储轴标签、管理轴标签和其他元数据（如轴名称）。创建Series或DataFrame等对象时，索引都会被转换为Index对象。主要Index对象及其说明如下所示。
Index：一般的Index对象
MultiIndex：层次化Index对象
DatetimeIndex：Timestamp索引对象
PeriodIndex：Period索引对象
1. 创建Index
Index对象可以通过pandas.Index()函数创建，也可以通过创建数据对象Series、DataFrame时接收index（或column）参数创建，前者属于显式创建，后者属于隐式创建。隐式创建中，通过访问index（或针对DataFrame的column）属性即得到Index。创建的Index对象不可修改，保证了Index对象在各个数据结构之间的安全共享。Series的索引是一个Index对象。访问Series索引，如代码清单6-18所示。
代码清单6-18 访问Series索引
print('series的Index为 ：\n', series.index)输出：
series的Index为 ： Index(['a', 'b', 'c', 'd'], dtype='object')Index对象常用的属性及其说明如下所示。
is_monotonic：当各元素均大于前一个元素时，返回True
is_unique：当Index没有重复值时，返回True
访问Index属性，如代码清单6-19所示。
代码清单6-19 访问Index属性
print('series中Index各元素是否大于前一个：', series.index.is_monotonic) #输出：series中Index各元素是否大于前一个：True print('series中Index各元素是否唯一：', series.index.is_unique) #输出：series中Index各元素是否唯一：True2. 常用方法
Index对象的常用方法及其说明如下所示。
append：连接另一个Index对象，产生一个新的Index
difference：计算两个Index对象的差集，得到一个新的Index
interp：计算两个Index对象的交集
union：计算两个Index对象的并集
isin：计算一个Index是否在另一个Index，返回bool数组
delete：删除指定Index的元素，并得到新的Index
drop：删除传入的值，并得到新的Index
insert：将元素插入到指定Index处，并得到新的Index
unique：计算Index中唯一值的数组
应用Index对象的常用方法如代码清单6-20所示。
代码清单6-20 应用Index对象的常用方法
index1 = series.index index2 = series1.index print('index1连接index2后结果为：\n', index1.append(index2)) #输出：index1连接index2后结果为： # Index(['a', 'b', 'c', 'd', 'f', 'g', 'h'], dtype='object') print('index1与index2的差集为：', index1.difference(index2)) #输出：index1与index2的差集为：Index(['a', 'b', 'c', 'd'], dtype='object') print('index1与index2的交集为：', index1.interp(index2)) #输出：index1与index2的交集为：Index([], dtype='object') print('index1与index2的并集为：\n', index1.union(index2)) #输出：index1与index2的并集为： # Index(['a', 'b', 'c', 'd', 'f', 'g', 'h'], dtype='object') print('index1中的元素是否在index2中：', index1.isin(index2)) #输出：index1中的元素是否在index2中： [False False False False]关于作者：李明江，资深大数据专家，贵州省计算机学会常务理事，黔南州大数据专家委员会委员，黔南州计算机学会会长，黔南州教育信息化建设专家库专家，黔南民族师范学院计算机与信息学院院长，全国高校大数据教育联盟理事。
张良均，资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入研究。
本文摘编自《Python3智能数据分析快速入门》。
延伸阅读《Python3智能数据分析快速入门》
点击上图了解及购买
转载请联系微信：DoctorData
推荐语：本书假设你有一定的数据分析基础，但是没有Python和AI基础，为了帮助你快速掌握智能数据分析需要的技术和方法，书中有针对性地讲解了Python和AI中必须要掌握的知识点，内容由浅入深，循序渐进。从环境配置、基本语法、基础函数到第三方库的安装与使用，对各个操作步骤、函数、工具、代码示例等的讲解非常详尽，确保所有满足条件的读者都能快速入门。
更多精彩回顾
书讯 |10月书讯（下）| 双节同庆，读书正当时
书讯 |10月书讯（上）| 双节同庆，读书正当时
上新 | 5G时代音视频开发王器：WebRTC书单 | 开学季——想打好数学基础？这些经典教材你最需要！
干货 | 用户画像从0到100的构建思路
收藏 | 逐行分析鸿蒙系统的 JavaScript 开发框架
视频 | 大佬出镜推荐不可不读系列——Java建设者号主cxuan
点击阅读全文购买
