pandas 处理哪些类型的数据？

• 我想开始使用 pandas

  要加载 pandas 包并开始使用它，请导入该包。社区约定 pandas 的别名为 pd，因此在所有 pandas 文档中，将 pandas 加载为 pd 被认为是标准做法。

pandas 数据表表示

• 我想存储泰坦尼克号的乘客数据。对于一些乘客，我知道他们的姓名（字符）、年龄（整数）和性别（男性/女性）数据。

  要手动将数据存储在表中，请创建 DataFrame。使用列表组成的 Python 字典时，字典键将用作列标题，每个列表中的值将用作 DataFrame 的列。

DataFrame 是一种二维数据结构，可以以列的形式存储不同类型的数据（包括字符、整数、浮点数值、分类数据等）。它类似于电子表格、SQL 表或 R 中的 data.frame。

• 该表包含 3 列，每列都有列标签。列标签分别为“Name”、“Age”和“Sex”。

• “Name”列由文本数据组成，每个值都是一个字符串，“Age”列是数字，“Sex”列是文本数据。

在电子表格软件中，我们数据的表格表示将非常相似：

DataFrame 中的每一列都是一个 Series。

• 我只对处理“Age”列中的数据感兴趣。

  当选择 pandas DataFrame 的单列时，结果是一个 pandas Series 。要选择列，请在方括号 [] 中使用列标签。

备注

如果您熟悉 Python dictionaries ，则选择单列非常类似于根据键选择字典值。

您也可以从头开始创建一个 Series：

pandas Series 没有列标签，因为它只是 DataFrame 的单列。Series 确实有行标签。

对 DataFrame 或 Series 进行操作

• 我想知道乘客的最大年龄。

  我们可以在 DataFrame 上通过选择 Age 列并应用 max() 来实现这一点：

  或者对 Series 进行操作：

如 max() 方法所示，您可以对 DataFrame 或 Series 进行*操作。pandas 提供了大量功能，每一项都可以作为应用于 ``DataFrame`` 或 ``Series`` 的*方法。方法是函数，所以不要忘记使用括号 ()。

• 我对数据表中数值数据的一些基本统计信息感兴趣。

  describe() 方法提供了 DataFrame 中数值数据的快速概览。由于“Name”和“Sex”列是文本数据，因此默认情况下 describe() 方法不考虑它们。

许多 pandas 操作都返回 DataFrame 或 Series。describe() 方法是返回 pandas Series 或 pandas DataFrame 的 pandas 操作的一个示例。

To user guide

请在用户指南的 aggregations with describe 部分查看有关 describe 的更多选项。

备注

这只是一个起点。与电子表格软件类似，pandas 将数据表示为带有列和行的表。除了表示形式，pandas 还支持您将在电子表格软件中执行的数据操作和计算。继续阅读接下来的教程以开始！

REMEMBER

• 导入包，即 import pandas as pd。

• 数据表存储在 pandas DataFrame 中。

• DataFrame 中的每一列都是一个 Series。

• 您可以通过将方法应用于 DataFrame 或 Series 来执行操作。

To user guide

introduction to data structures 中提供了对 DataFrame 和 Series 的更详细解释。