首页 › Pandas 数据分析 › Series 与 DataFrame

Series 与 DataFrame

Pandas 有两个核心数据结构。

Series

带标签的一维数组:

import pandas as pd

s = pd.Series([90, 85, 77], index=["数学", "语文", "英语"])
print(s["数学"])     # 90
print(s.mean())      # 84.0

DataFrame

二维表格,可以看成多个共享索引的 Series:

df = pd.DataFrame({
    "姓名": ["张三", "李四", "王五"],
    "年龄": [23, 31, 27],
    "部门": ["技术", "市场", "技术"],
})

查看数据

df.head()          # 前 5 行
df.shape           # (3, 3) 行数和列数
df.columns         # 列名
df.dtypes          # 每列类型
df.describe()      # 数值列统计摘要
df.info()          # 概览,包括缺失值数量

选取数据

df["姓名"]                 # 单列,返回 Series
df[["姓名", "年龄"]]       # 多列,返回 DataFrame
df.loc[0]                  # 按标签取行
df.iloc[-1]                # 按位置取行
df.loc[df["年龄"] > 25, "姓名"]

新增列

df["年龄段"] = df["年龄"] // 10 * 10

练习题

学完本节后,试着独立完成下面的练习,再展开参考答案对照。

练习 1 给员工表增加"税后工资"列(税率 10%),并选出税后工资超过 15000 的员工姓名。

查看参考答案
import pandas as pd
df = pd.DataFrame({"姓名": ["张三", "李四", "王五"], "工资": [18000, 12000, 22000]})
df["税后工资"] = df["工资"] * 0.9
print(df.loc[df["税后工资"] > 15000, "姓名"].tolist())
参考输出:
['张三', '王五']