以下是使用列表、元组、array 数组、字典创建 Series 对象和 DataFrame 对象，以及掌握参数 `index`、`copy`、`columns` 的使用，查看创建的 Series 与 DataFrame 常用属性，对创建的 Series 和 DataFrame 索引对象进行重建和更换，并处理缺失值的示例代码： ```python import pandas as pd import numpy as np # 使用列表创建 Series 对象 list_data = [1, 2, 3, 4] list_series = pd.Series(list_data, index=['a', 'b', 'c', 'd'], copy=True) print("使用列表创建的 Series 对象：") print(list_series) print("Series 的常用属性：") print("值：", list_series.values) print("索引：", list_series.index) print("数据类型：", list_series.dtype) # 使用元组创建 Series 对象 tuple_data = (5, 6, 7, 8) tuple_series = pd.Series(tuple_data, index=['e', 'f', 'g', 'h'], copy=False) print("\n使用元组创建的 Series 对象：") print(tuple_series) # 使用 array 数组创建 Series 对象 array_data = np.array([9, 10, 11, 12]) array_series = pd.Series(array_data, index=['i', 'j', 'k', 'l']) print("\n使用 array 数组创建的 Series 对象：") print(array_series) # 使用字典创建 Series 对象 dict_data = {'m': 13, 'n': 14, 'o': 15, 'p': 16} dict_series = pd.Series(dict_data) print("\n使用字典创建的 Series 对象：") print(dict_series) # 使用列表创建 DataFrame 对象 list_df_data = [[1, 2], [3, 4]] list_df = pd.DataFrame(list_df_data, index=['row1', 'row2'], columns=['col1', 'col2'], copy=True) print("\n使用列表创建的 DataFrame 对象：") print(list_df) print("DataFrame 的常用属性：") print("值：", list_df.values) print("行索引：", list_df.index) print("列索引：", list_df.columns) print("数据类型：", list_df.dtypes) # 使用字典创建 DataFrame 对象 dict_df_data = {'col3': [5, 6], 'col4': [7, 8]} dict_df = pd.DataFrame(dict_df_data, index=['row3', 'row4']) print("\n使用字典创建的 DataFrame 对象：") print(dict_df) # 对 Series 索引重建及更换 new_index = ['q', 'r', 's', 't'] reindexed_series = list_series.reindex(new_index) print("\n重建索引后的 Series 对象：") print(reindexed_series) # 对 DataFrame 索引重建及更换 new_df_index = ['row5', 'row6'] reindexed_df = list_df.reindex(new_df_index) print("\n重建索引后的 DataFrame 对象：") print(reindexed_df) # 处理缺失值 reindexed_series = reindexed_series.fillna(0) print("\n处理缺失值后的 Series 对象：") print(reindexed_series) reindexed_df = reindexed_df.fillna(0) print("\n处理缺失值后的 DataFrame 对象：") print(reindexed_df) ``` ### 代码解释： 1. **创建 Series 对象**：分别使用列表、元组、array 数组和字典创建 Series 对象，同时指定 `index` 参数来设置索引，`copy` 参数用于指定是否复制数据。 2. **创建 DataFrame 对象**：使用列表和字典创建 DataFrame 对象，使用 `columns` 参数设置列名。 3. **查看常用属性**：查看 Series 和 DataFrame 的 `values`、`index`、`dtype` 等常用属性。 4. **索引重建及更换**：使用 `reindex` 方法对 Series 和 DataFrame 的索引进行重建。 5. **处理缺失值**：使用 `fillna` 方法将缺失值填充为 0。