神剑山庄资源网 Design By www.hcban.com
(1)、导入库
from pandas import Series,DataFrame import pandas import numpy
(2)、Series简单创建与使用
#Serires obj = Series([4,7,-5,3]) #简单创建Serires print(obj) #简单输出 print(obj.values) #输出值 print(obj.index) #输出索引 obj2 = Series([4,7,-5,3], index=['d','b','a','c']) #指定索引 print(obj2) #简单输出 print(obj2.index) #输出索引 print(obj2['a']) #根据索引输出单个值 obj2['d']=6 #根据索引修改值 print(obj2['d']) #输出 print(obj2[['d','a','c']]) #输出多个值 print(obj2[obj2 > 0]) #按条件输出 print('b' in obj2) #根据索引看数组里面是否有,返回True print('e' in obj2) #返回False
(3)、根据字典创建Series
#根据字典创建Series sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44} obj3 = Series(sdata) print(obj3)
(4)、列表与字典进行匹配
#列表与字典进行匹配 sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44} states = ['Casfef','Oer','rgg','greg'] obj4 = Series(sdata, index = states) #列表与字典进行匹配 print(obj4) print(pd.isnull(obj4)) #查看数据是否为空 print(pd.notnull(obj4)) #查看数据是否非空
(5)、两个Serires相加
#两个Serires相加 obj1 = Series([3,7,-4,3], index=['q','b','a','c']) obj2 = Series([4,7,-5,3], index=['d','b','a','g']) print(obj1 + obj2) #两个Serires相加,具有共同索引的则相加,如果不是共同索引就置为NaN
(6)、修改索引的名字
#修改索引的名字 #obj = Series([4,7,-5,3], index=['d','b','a','g']) #obj.index = ['Bob','Steve','Jeff','Ryan'] #print(obj.index)
(7)、dataframe的简单应用
#dataframe的简单应用 data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data) #根据字典创建DataFrame frame2 = DataFrame(data, columns= ['state', 'pop', 'year']) #指定列的排列顺序 frame3 = DataFrame(data, index= ['a','b','c','d']) #指定行索引
(8)、获取DataFrame其中的一列(相当于Series)
#获取DataFrame其中的一列(相当于Series) data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data,index= ['q1','q2','q3','q4']) #根据字典创建DataFrame print(frame['year']) #获取其中的一列 print(frame.loc['q2']) #获取其中的一行
(9)、修改DataFrame中的值
#修改DataFrame中的值 data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data,index= ['q1','q2','q3','q4']) #根据字典创建DataFrame frame['grg'] = numpy.arange(4) #修改某一列的值 val = Series([8.2,8.5,8.7], index=['q1','q3','q4']) #修改指定列的值 frame['pop'] = val print(frame)
(10)、输出DataFrame整体值
#输出DataFrame整体值 data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data,index= ['q1','q2','q3','q4']) #根据字典创建DataFrame print(frame.values)
(11)、DataFrame的构造函数
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无Series和DataFrame使用简单入门的评论...
更新日志
2024年09月30日
2024年09月30日
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】