Pandas处理的是什么样的数据？#

我想开始用Pandas
```
In [1]: import pandas as pd
```
要加载Pandas包并开始使用它，请导入该包。社区同意的Pandas的别名是 pd ，所以把Pandas装成 pd 被认为是所有Pandas文档的标准做法。

PANAS数据表表示法#

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

In [2]: df = pd.DataFrame(
   ...:     {
   ...:         "Name": [
   ...:             "Braund, Mr. Owen Harris",
   ...:             "Allen, Mr. William Henry",
   ...:             "Bonnell, Miss. Elizabeth",
   ...:         ],
   ...:         "Age": [22, 35, 58],
   ...:         "Sex": ["male", "male", "female"],
   ...:     }
   ...: )
   ...: 

In [3]: df
Out[3]: 
                       Name  Age     Sex
0   Braund, Mr. Owen Harris   22    male
1  Allen, Mr. William Henry   35    male
2  Bonnell, Miss. Elizabeth   58  female

若要在表中手动存储数据，请创建 DataFrame 。使用列表的Python字典时，字典键将用作列标题，每个列表中的值将用作 DataFrame 。

A DataFrame 是一种二维数据结构，可以在列中存储不同类型的数据(包括字符、整数、浮点值、分类数据等)。它类似于电子表格、SQL表或 data.frame 在R.

该表有3列，每列都有一个列标签。列标签分别为 Name ， Age 和 Sex 。
该栏目 Name 由文本数据组成，每个值都是一个字符串，列 Age 是数字和列 Sex 是文本数据。

在电子表格软件中，我们的数据的表格表示将看起来非常相似：

中的每一列 `DataFrame` 是一种 `Series`#

我只是对使用列中的数据感兴趣 Age
```
In [4]: df["Age"]
Out[4]: 
0    22
1    35
2    58
Name: Age, dtype: int64
```
当选择一列Pandas时 DataFrame ，结果是一只Pandas Series 。要选择列，请在方括号之间使用列标签 [] 。

备注

如果您熟悉Python dictionaries 单个列的选择与基于键的字典值选择非常相似。

您可以创建一个 Series 也是从头开始：

In [5]: ages = pd.Series([22, 35, 58], name="Age")

In [6]: ages
Out[6]: 
0    22
1    35
2    58
Name: Age, dtype: int64

一只Pandas Series 没有列标签，因为它只是 DataFrame 。A系列确实有行标签。

使用DataFrame或Series执行某些操作#

我想知道乘客的最大年龄

我们可以在 DataFrame 通过选择 Age 列和应用 max() ：
```
In [7]: df["Age"].max()
Out[7]: 58
```
或发送到 Series ：
```
In [8]: ages.max()
Out[8]: 58
```

如图所示 max() 方法，您可以 do 带着一种 DataFrame 或 Series 。Pandas提供了许多功能，每个功能都是方法你可以申请一个 DataFrame 或 Series 。因为方法是函数，所以不要忘了使用圆括号 () 。

我对我的数据表中的数字数据的一些基本统计数据感兴趣

In [9]: df.describe()
Out[9]: 
             Age
count   3.000000
mean   38.333333
std    18.230012
min    22.000000
25%    28.500000
50%    35.000000
75%    46.500000
max    58.000000

这个 describe() 方法提供了对 DataFrame 。作为 Name 和 Sex 列是文本数据，默认情况下， describe() 方法。

许多大Pandas的行动都会返回一个 DataFrame 或者是 Series 。这个 describe() 方法是一个返回Pandas的Pandas操作的示例 Series 或者一只Pandas DataFrame 。

To user guide

查看更多选项 describe 在《用户指南》一节中关于 aggregations with describe

备注

这只是一个起点。与电子表格软件类似，Pandas将数据表示为具有列和行的表格。除了表示，PANAS还支持您在电子表格软件中进行的数据操作和计算。继续阅读下一篇教程，开始吧！

REMEMBER

导入包，也就是 import pandas as pd
数据表以Pandas的形式存储 DataFrame
中的每一列 DataFrame 是一种 Series
您可以通过将方法应用于 DataFrame 或 Series

To user guide

更广泛的解释是 DataFrame 和 Series 中提供的 introduction to data structures 。

入门教程

如何读写表格数据？

Pandas处理的是什么样的数据？#

PANAS数据表表示法#

中的每一列 DataFrame 是一种 Series#

使用DataFrame或Series执行某些操作#

REMEMBER

中的每一列 `DataFrame` 是一种 `Series`#