#1.三种创建series的方法
import pandas as pd
import numpy as np
#1）.仅有数据列表
s1=pd.Series([1,“A”,5.2,70])#中括号不能少
print(s1)
print(s1.index)#结果为：RangeIndex(start=0, stop=4, step=1)；获取索引
print(s1.values)#结果为：[1 ‘A’ 5.2 70]；获取数据
#2）.创建具有标签索引
s2=pd.Series([1,“A”,5.2,70],index=[‘a’,‘d’,‘c’,‘b’])
print(s2)
#3）.使用python字典创建
data={“A”:1,“D”:‘A’,“B”:5.2,“C”:70}
s3=pd.Series(data)
print(s3)
#2.DataFrame:表格型数据结构。每列可以是不同的值类型（字符串，布尔，数值等）；既有行索引index，也有列索引columns；
#可看做由Series组成的字典。
#创建DataFrame的2种方法
#1.依据字典得到
data={‘Country’:[‘China’,‘China’,‘China’,‘USA’,‘USA’,‘Japan’],
‘Policy Key word’:[‘first case’,‘research, source tracing’,‘deregulation, economic incentives’,‘travel warning’,‘testing planned’,‘international travel ban’],
‘Cases’:[1,254,1456,23,47,8]}#[]后的","不能少
df=pd.DataFrame(data)
print(df)
print(df.dtypes) #每一列的数据类型
print(df.columns)#结果为：Index([‘Country’, ‘Policy Key word’, ‘Cases’], dtype=‘object’)
print(df.index) #结果为：RangeIndex(start=0, stop=6, step=1)
#从DataFrame中得到Series。查询一列，结果是一个Series,查询多列，结果是一个DataFrame（这是查询列的方法）
print(df[“Country”])#一定要用[]
print(df[[“Country”,“Cases”]])#[]数目要注意,要2组
#查询行的方法
print(df.loc[2])#查询第二行，只查询一行，就是一个Series
print(df.loc[0:5]) #查询第0行到第5行，结果是一个DataFrame