Pandas常用数据结构

一、Series类型

在Pandas中，有两个基本的数据类型，使得在处理数据的时候变得非常高效，分别是Series和DataFrame，其中DataFrame是由多个Series组成的，因此要先学好Series，才能对DataFrame的使用更加得心应手。

Series是一种类似于列表的对象，由一列数据以及一列与之对应的索引组成。如下图所示。

1. 创建Series对象：

在实际开发中，可能需要经常创建Series对象，而创建Series对象有多重方式，下面进行讲解。

1.1. 通过列表或ndarray数组创建：

import pandas as pd

persons = ['张三','李四','王五']
series = pd.Series(persons)

print(series)
print(type(series))

上述代码可以看到输出以上代码输出为：

0    张三
1    李四
2    王五
dtype: object

<class 'pandas.core.series.Series'>

1.2. 通过字典创建：

persons = {"张三":18, "李四": 25, "王五": 19}
series = pd.Series(persons)

print(series)
print(type(series))

上述代码的输出结果为：

张三    18
李四    25
王五    19
dtype: int64

<class 'pandas.core.series.Series'>

2. Series对象相关操作：

2.1. 获取数据和索引：

通过series.index和series.values能分别获取到Series对象的索引和值。示例代码如下：

persons = ['张三','李四','王五']
series = pd.Series(persons)

p