作者 | CDA數據分析師

之前的文章寫了Python的基礎知識，從這部分內容開始正式進入到正式的數據分析過程中，主要講述每個數據分析過程都會用到什么操作，這些操作用Excel是怎樣實現的,如果用Python，那么代碼又該怎么寫。

接下來的幾章我們會用到Pandas、NumPy、matplotlib這幾個模塊，在使用它們之前我們需要先將其導入，導入的方法在Python基礎知識部分提到過，一個程序中只需要導入一次即可。

為了引用模塊時書寫方面，上面的代碼中用as分別給這幾個模塊起了別名。所以在本文中見到pd就是代表Pandas，見到np就是代表NumPy，見到plt就是代表matplotlib . pyplot。

1. Series數據結構
2. Series是什么

Series是一種類似于一位數組的對象，由一組數據及一組與之相關的數據標簽（即索引）組成。

上面這樣的數據結構就是Series，第一列數字是數據標簽，第二列是具體的數據，數據標簽與數據是一一對應的，上面的數據用Excel表展示如下表所示：

2、創建一個Series

創建一個Series利用的方法是pd.Series()，通過給Series()方法傳入不同的對象即可實現

（1）傳入一個列表

傳入一個列表的實際如下所示：

如果只是傳入一個列表不指定數據標簽，那么Series會默認使用從0開始的數做數據標簽，上面的0、1、2、3就是默認的數據標簽。

（2）指定索引

直接傳入一個列表會使用默認索引，也可以通過設置index參數來自定義索引。

（3）傳入一個字典

也可以將數據與數據標簽以key:value（字典）的形式傳入，這樣字典的key值就是數據標簽，value就是數據值。

3、利用index方法獲取Series的索引

獲取一組數據的索引是比較常見的需求，直接利用index方法 就可以獲取Series的索引值，代碼如下圖所示：

4、利用values方法獲取Series的值

與索引值相對用的就是獲取Series的值，使用的方法是values方法。

1. DataFrame表格型數據結構
2. DataFrame是什么

Series是由一組數據與一組索引(行索引)組成的數據結構,而DataFrame是由一組數據與一對索引(行索引和列索引)組成的表格型數據結構。之所以叫表格型數據結構，是因為DataFrame是數據形式和Excel的數據存儲形式很相近，接下來的章節圍繞DataFrame這種表格型數據結構展開。下面就是一個簡單的DataFrame數據結構。

上面這種數據結構和Excel的數據結構很像，既有行索引又有列索引，由行索引和列索引確定唯一值。如果把上面這種結構用Excel表展示如下圖所示。

2、創建一個DataFrame

創建DataFrame使用的方法是pd.Dataframe(),通過DataFrame（）的方法傳入不同的對象即可實現。

（1）傳入一個列表

傳入一個列表的實現如下圖所示：

只傳入一個單一列表時，該列表的值會顯示成一列，且行和列都是從0開始的默認索引。

（2）傳入一個嵌套列表

當傳入一個嵌套列表時，會根據嵌套列表數顯示成多列數據，行、列索引同樣是從0 開始的默認索引。列表里面嵌套的列表也可以換成元組。

（3）指定行、列索引

如果只給DataFrame（）方法傳入列表，DataFrame（）方法的行、列索引都是默認值，則可以通過設置columns參數自定義列索引，設置index參數自定義行索引。

（4）傳入一個字典

傳入一個字典的實現如下圖所示。

直接以字典的形式傳入DataFrame時，字典的key值就相當于列索引，這個時候如果沒有設置行索引，行索引還是使用從0 開始的默認索引，同樣可以使用index參數自定義行索引，代碼如下：

3、獲取DataFrame的行、列索引

利用columns方法獲取DataFrame的列索引。

利用index方法獲取DataFrame的行索引。

4、獲取DataFrame的值

獲取DataFrame的值就是獲取DataFrame中的某些行或列，有關行、列的選擇會在后面的內容說到。