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。