DataFrame

每一列都为Series结构，多个Series组成DataFrame结构

1、属性

以该DataFrame为基准

import pandas as pd
# 创建DataFrame结构
df = pd.DataFrame(
    data=[
        ['zs', 19, 1],
        ['ls', 20, 1],
        ['ww', 19, 2]
    ],
    index=['stu0', 'stu1', 'stu2'],
    columns=['name', 'age', 'group']
)
print('df:\n', df)
print('df:\n', type(df))
结果：
df:
      name  age  group
stu0   zs   19      1
stu1   ls   20      1
stu2   ww   19      2
df:
 <class 'pandas.core.frame.DataFrame'>

ndim维度 — DataFrame结构为二维
shape — 形状
size — 数据个数
dtypes ---- 返回每一列的数据类型 ---- 不同的列数类型可以不同
index ---- 返回DataFrame行索引
columns ---- 返回DataFrame列索引
values ----- 返回数据 ， 类型为numpy.ndarray（数组）

print('ndim:', df.ndim)  
print('ndim:', df.ndim)
print('shape:', df.shape)
print('size:', df.size)
# print('dtype:', df.dtype)  # 'DataFrame' object has no attribute 'dtype' 没有该属性
print('dtypes:\n', df.dtypes)
print('index:', df.index)
print('columns:', df.columns)
print('values:\n', df.values)
print('values:\n', type(df.values))

结果：
ndim: 2
shape: (3, 3)
size: 9
dtypes:
 name     object
age       int64
group     int64
dtype: object
index: Index(['stu0', 'stu1', 'stu2'], dtype='object')
columns: Index(['name', 'age', 'group'], dtype='object')
values:
 [['zs' 19 1]
 ['ls' 20 1]
 ['ww' 19 2]]
values:
 <class 'numpy.ndarray'>

------------------------------------------------------------------------------------------------

Series

1、结构

一维的数据 ----- 行维度的数据

2、属性

以该数组为基准

se = df['name']
print('se:\n', se)
print('se:\n', type(se))

结果：
se:
 stu0    zs
stu1    ls
stu2    ww
Name: name, dtype: object
se:
 <class 'pandas.core.series.Series'>

ndim维度 — Series结构为一维
shape — 形状
size — 数据个数
dtypes和dtype ---- 返回数据类型
index ---- 返回Series行索引
columns ---- 返回Series列索引
values ----- 返回数据 ， 类型为numpy.ndarray（数组）

print('ndim:', se.ndim)
print('shape:', se.shape)
print('size:', se.size)
# print('itemsize:', se.itemsize)  # 当前版本可能还有，但是未来要被删除！
print('dtype:', se.dtype)  #
print('dtypes:', se.dtypes)  # Series只有一列且内部的数据类型都是一样的，所以具有dtype
print('index:', se.index)
print('values:', se.values)
print('values:', type(se.values))
结果：
ndim: 1
shape: (3,)
size: 3
dtype: object
dtypes: object
index: Index(['stu0', 'stu1', 'stu2'], dtype='object')
values: ['zs' 'ls' 'ww']
values: <class 'numpy.ndarray'>