2.5　Pandas中表格的结构

2.1~2.4节中，在读取Excel文件或CSV文件后，总会赋值给df变量，df就是DataFrame的意思，DataFrame以表格形式存储数据，此种表格也是我们操作的主要对象，所以本节将详细剖析这种表格结构。

2.5.1　DataFrame数据结构

在讲解DataFrame表格的数据结构之前，先读取Excel中的分数表数据为DataFrame表格，示例代码如下：

被读取的Excel文件如图2-9所示，运行结果如图2-10所示。

图2-10所示的表格就是DataFrame数据，也可以翻译为数据帧，但为了更容易理解，通常称为DataFrame表格，表明是DataFrame类型的表格，也可以简称为df表。因为它确实是一张表格，像Excel工作表一样，有行标题和列标题，不过在DataFrame表格结构中，我们更习惯称为行索引和列索引，如图2-9和图2-10所示。

DataFrame表格的行索引和列索引可以自定义，而Excel工作表的行标题和列标题是固定的，所以DataFrame表格的行索引和列索引更灵活、更强大。在后续章节中将陆续讲解DataFrame表格的行索引和列索引应用。

DataFrame表格由行索引、列索引及数据区域三大部分组成，下面介绍如何获取DateFrame表格的这3部分信息，示例代码如下：

运行结果如下：

使用DataFrame的index、columns和values这3个属性分别返回行索引、列索引及表格的数据，而df.values返回的数据结构是数组，数组将在第3章中详细讲解。

2.5.2　Series数据结构

在讲解Series数据结构之前，同样先读取Excel文件的数据，如图2-11所示，然后赋值给df变量，之后循环读取df表的列索引与列数据，获取列索引与列数据使用df.items（）函数，示例代码如下：

运行结果如下：

图2-11所示的工作表有3列数据，所以上面循环体中循环了3次，下面以第3次循环出的结果为例进行分析。

'基础工资'是print（t）打印出的列索引名称，'基础工资'之下是print（s）打印出的列数据，这里的列数据是以Series结构存储的，并且显示它的Name（Series名称）和dtype（类据类型）两种属性，还可以通过print（type（s））打印变量s的类型，返回<class'pandas.core.series.Series'>，进一步证明列数据就是Series结构，其实Series数据的本质是带标签的一维数组。

到此为止，可以做三点总结。

（1）从外部文件读取到Pandas中的数据是DataFrame表格。

（2）DataFrame表格的数据可以由多个Series数据构成。

（3）Series数据可以由数组、列表等可迭代对象构成。

（4）为方便表达，将Pandas简写为pd，DataFrame简写为df，Series简写为s。 cmFhReYednD5DpyD4qY6VvYA3hSVJI25wJnL6J+pDbCIuVl9ItMPEBoc6IptGp3d