Pandas数据结构详解:Series与DataFrame核心概念解析
2025-05-31 19:15:49作者:邓越浪Henry
前言
在数据分析领域,pandas库提供了两种核心数据结构:Series和DataFrame。理解这些数据结构的特点和操作方法,是掌握pandas进行高效数据处理的关键。本文将深入解析这两种数据结构的特性和使用方法。
1. 准备工作
在开始前,我们需要导入必要的库:
import numpy as np
import pandas as pd
2. Series数据结构
2.1 Series基本概念
Series是pandas中最基本的一维数据结构,可以看作是一个带有标签的数组。它由两部分组成:
- 数据值(values):实际存储的数据
- 索引(index):与数据值对应的标签
2.2 创建Series
Series可以通过多种方式创建:
从ndarray创建
s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
如果不指定索引,pandas会自动创建从0开始的整数索引。
从字典创建
d = {'b': 1, 'a': 0, 'c': 2}
pd.Series(d)
注意:在Python 3.6+和Pandas 0.23+版本中,Series会保留字典的插入顺序。
从标量值创建
pd.Series(5., index=['a', 'b', 'c', 'd', 'e'])
标量值会被复制以匹配索引长度。
2.3 Series操作特性
类似ndarray的操作
Series支持大多数NumPy数组操作:
s[0] # 获取第一个元素
s[:3] # 切片操作
s[s > 0.5] # 布尔索引
np.exp(s) # 应用NumPy函数
类似字典的操作
可以通过索引标签访问和修改值:
s['a'] = 10 # 修改值
'e' in s # 检查索引存在性
s.get('f', np.nan) # 安全获取
自动对齐特性
Series运算时会自动按标签对齐:
s1 = pd.Series([1,2,3], index=['a','b','c'])
s2 = pd.Series([4,5,6], index=['b','c','d'])
s1 + s2 # 结果会包含所有索引,不匹配的为NaN
名称属性
Series可以设置名称:
s = pd.Series(np.random.randn(5), name='my_series')
s.name = 'new_name' # 修改名称
3. DataFrame数据结构
3.1 DataFrame基本概念
DataFrame是二维的表格型数据结构,可以看作:
- 由多个Series组成的字典
- 类似电子表格或SQL表
- 每列可以是不同的数据类型
3.2 创建DataFrame
从字典创建
d = {'one': [1., 2., 3., 4.],
'two': [4., 3., 2., 1.]}
df = pd.DataFrame(d, index=['a', 'b', 'c', 'd'])
从结构化数组创建
data = np.zeros((2,), dtype=[('A', 'i4'), ('B', 'f4'), ('C', 'a10')])
pd.DataFrame(data)
从列表字典创建
data2 = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
pd.DataFrame(data2)
3.3 DataFrame列操作
列的选择与修改
df['one'] # 选择列
df['three'] = df['one'] * df['two'] # 添加新列
del df['two'] # 删除列
列插入
df.insert(1, 'bar', df['one']) # 在指定位置插入列
3.4 链式操作方法
pandas提供了类似dplyr的链式操作:
(iris.query('SepalLength > 5')
.assign(SepalRatio=lambda x: x.SepalWidth / x.SepalLength)
.plot(kind='scatter', x='SepalRatio', y='PetalRatio'))
4. 核心特性总结
- 数据对齐:pandas操作会自动按标签对齐
- 缺失数据处理:使用NaN表示缺失值
- 灵活索引:支持多种索引方式
- 类型多样性:支持多种数据类型共存
5. 最佳实践建议
- 理解数据对齐机制可以避免许多常见错误
- 链式操作可以使代码更清晰易读
- 合理使用assign方法可以避免中间变量
- 注意Python版本对字典顺序的影响
通过掌握这些核心概念,你将能够更高效地使用pandas进行数据处理和分析。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
494
37

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
193
277

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70