[TOC]
*****
## 1.2. DataFrame 與 Series
dataframe是二維結構化數據,series是一維數據。 dataframe有一個或者多個series組成,dataframe的一行或者一列就是一個series。
### 1.2.1. Series的創建
**Series是能夠存儲任意數據類型的一維標簽數組**
```
# 根據字典創建series
a = {"name":"xiaoming","age":18,"sex":"male"}
pd.Series(a,name='dict')
```

```
# From scala
pd.Series(5,index=list("abcdef"))
```

```
#根據列表創建series s1
b = [1,2,3,4,5,6]
s1 = pd.Series(b,index = list("abcdef"))
```
series的values屬性和index屬性


### 1.2.2. DataFrame的創建
DataFrame中的任意一行或一列用type()都可知類型是series
```
#根據字典創建series
a = {"name":["xiaoming","xiaohong","xiaogang"],"age":[12,13,14]}
pd.DataFrame(data = a,index = list('abc'))
```

```
b = [
[1,2,3,4],
['a','b','c','d']
]
#根據二維數組創建series,abcd是列名,ab是索引
pd.DataFrame(b,columns=list("ABCD"),index= list('ab'))
```

```
a = {"name":"xiaoming","age":18,"sex":"male"}
s1 = pd.Series(a)
df_ = pd.DataFrame(s1,columns = ['Values'])
df_
```


- 第五節 Pandas數據管理
- 1.1 文件讀取
- 1.2 DataFrame 與 Series
- 1.3 常用操作
- 1.4 Missing value
- 1.5 文本數據
- 1.6 分類數據
- 第六節 pandas數據分析
- 2.1 索引選取
- 2.2. 分組計算
- 2.3. 表聯結
- 2.4. 數據透視與重塑(pivot table and reshape)
- 2.5 官方小結圖片
- 第七節 NUMPY科學計算
- 第八節 python可視化
- 第九節 統計學
- 01 單變量
- 02 雙變量
- 03 數值方法
- 第十節 概率
- 01 概率
- 02 離散概率分布
- 03 連續概率分布
- 第一節 抽樣與抽樣分布
- 01抽樣
- 02 點估計
- 03 抽樣分布
- 04 抽樣分布的性質
- 第十三節 區間估計
- 01總體均值的區間估計:??已知
- 02總體均值的區間估計:??未知
- 03總體容量的確定
- 04 總體比率