Series和DataFrame使用简单入门
(1)、导入库
frompandasimportSeries,DataFrame importpandas importnumpy
(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'inobj2)#根据索引看数组里面是否有,返回True print('e'inobj2)#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毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。