这是我参与11月更文挑战的第7天，活动详情查看：2021最后一次更文挑战
生成Series/DataFrame对象的方法
建议使用交互式Python解释器进行下面的操作：
引入numpy和pandas库：
import numpy as np
import pandas as pd
用列表生成Series时，索引会自动使用从0到len(列表)-1的数值。
In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: data = pd.Series([1, 2, 3, 4, 5])
In [4]: data
Out[4]:
0 1
1 2
2 3
3 4
4 5
dtype: int64
可以使用Pandas的日期格式的Series和多维Numpy数组生成DataFrame：
In [5]: dates = pd.date_range('20211107', periods=6)
In [6]: dates
Out[6]:
DatetimeIndex(['2021-11-07', '2021-11-08', '2021-11-09', '2021-11-10',
'2021-11-11', '2021-11-12'],
dtype='datetime64[ns]', freq='D')
In [7]: data = pd.DataFrame(np.random.randn(6, 4), index=da
...: tes, columns=['A', 'B', 'C', 'D'])
In [8]: data
Out[8]:
A B C D
2021-11-07 -0.543325 -1.140889 0.037109 2.039023
2021-11-08 1.275152 -0.208459 -1.025204 -0.765965
2021-11-09 0.646048 -0.548909 0.967998 0.260784
2021-11-10 -0.668352 -0.347682 -0.878964 -1.851527
2021-11-11 -0.620460 0.587318 -0.912959 -0.989953
2021-11-12 1.479600 -1.966536 -1.360499 0.059251
也可以使用Series作为value的字典对象生成DataFrame:
In [9]: data = pd.DataFrame({'first': pd.Series([1, 2, 3, 4
...: ])})
In [10]: data
Out[10]:
first
0 1
1 2
2 3
3 4
查看DataFrame的头部和尾部数据：
In [11]: data.head()
Out[11]:
first
0 1
1 2
2 3
3 4
In [12]: data.tail() Out[12]: first 0 1 1 2 2 3 3 4
查看行标签和列标签：
In [15]: data.index
Out[15]: RangeIndex(start=0, stop=4, step=1)
In [16]: data.columns
Out[16]: Index(['first'], dtype='object')
把DataFrame便捷的转换为其他数据：
In [17]: data.to_dict()
Out[17]: {'first': {0: 1, 1: 2, 2: 3, 3: 4}}
In [18]: data.to_numpy()
Out[18]:
array([[1],
[2],
[3],
[4]])
In [19]: data.to_csv()
Out[19]: ',first\n0,1\n1,2\n2,3\n3,4\n'
In [20]: data.to_
to_clipboard() to_feather() to_json()
to_csv() to_gbq() to_latex()
to_dict() to_hdf() to_markdown() >
to_excel() to_html() to_numpy()
查看DataFrame的描述性数据统计：
In [24]: data.describe()
Out[24]:
first
count 4.000000
mean 2.500000
std 1.290994
min 1.000000
25% 1.750000
50% 2.500000
75% 3.250000
max 4.000000
转置矩阵：
In [26]: data.T
Out[26]:
0 1 2 3
first 1 2 3 4
