pandas
来源:互联网 发布:辽宁省软件评测中心 编辑:程序博客网 时间:2024/06/04 19:39
一、Series类型
Series类型由一组数据及与之相关的数据索引组成。
创建:1、列表 a = pd.Series([5,4,3],index=['a','b','c'])2、字典 b = pd.Series({'a':5,'b':4,'c':3}, index=['c','a','b','d']) #按index顺序输出,d的值为NaN3、从ndarray类型创建 in: import pandas as pd import numpy as np c = pd.Series(np.arange(3),index=np.arange(9,6,-1)) print(c) out: 9 0 8 1 7 2 dtype: int32
Series类型操作方法:a.index #获得索引a.value #获得数据索引方法与ndarray类型一致in操作:'c' in a #会显示True或FalseSeries类型在运算中会自动对齐不同索引的数据
二、DataFrame类型
DataFrame是一个表格型的数据类型,既有行索引、也有列索引,常用于表达二维数据,是二维带“标签”数组。
DataFrame创建1、从二维ndarray对象创建 import pandas as pd import numpy as np d = pd.DataFrame(np.arange(8).reshape(2,4))2、从一维ndarray对象字典创建 dt = {'one':pd.Series([4,3,2], index=['a','b','c']), 'two':pd.Series([9,8,7], index=['a','c','d'])} e = pd.DataFrame(dt) #数据根据行列索引自动补齐3、从列表类型的字典创建 dt = {'one':[5,4,3,2], 'two':[9,8,7,6]} f = pd.DataFrame(dt, index=['a','b','c','d'])
DataFrame类型操作:1、重新索引:.reindex()能够改变或重排Series和DataFrame索引 d = d.reindex(index=['c1','c2','c3','c4'], columns=['a4','a3','a2','a1'])2、删除指定索引: d.drop(['a','c']) #同时删除两个索引需要[] d.drop('c5')
阅读全文
0 0
- pandas
- pandas
- Pandas
- pandas
- pandas
- pandas
- pandas
- Pandas
- pandas
- pandas
- pandas
- pandas
- pandas
- pandas
- Pandas
- pandas小记:pandas数据结构
- pandas 基础
- Pandas使用
- ES6:export default 和 export 区别
- 武汉课工场:如何培养程序员的职业素养
- hive元数据表结构解析
- Codeforces Round #306 (Div. 2) D. Regular Bridge (构造)
- 遥感影像校正详解-辐射校正、几何校正流程与方法比较
- pandas
- Android增加永不休眠功能
- Python模块制作
- 【问题】安装linux虚拟机-问题汇总
- 无法打开包括文件: “gpu/mxGPUArray.h”: No such file or directory
- 深入理解PHP内存管理之一个低概率Core的分析
- Eclipse启动的时候,需要jre,因此只要将jre放在eclipse.exe即eclipse.ini目录下,即可,但是,文件夹名称一定要是jre,不能重命名
- 使用Python程序对MySQL进行操作
- 简述rabbitmq在服务器上的安装与使用