# -*- coding: utf-8 -*-
import pandas as pd
"""生成第乙個series(按照預設的index)
"""s1 = pd.series([1
,2,3
,4])
print
(s1)
"""自定義index
"""s2 = pd.series([1
,2,3
,4], index=
['a'
,'b'
,'c'
,'d'])
print
(s2)
"""series的一些屬性
"""# 列印索引(標籤)
print
(s2.index)
# 列印值
print
(s2.values)
011
2233
4dtype: int64
a 1
b 2
c 3
d 4
dtype: int64
index(
['a'
,'b'
,'c'
,'d'
], dtype=
'object')[
1234
]
# -*- coding: utf-8 -*-
import pandas as pd
"""增刪查改
"""s1 = pd.series([1
,2,3
,4])
s2 = pd.series([1
,2,3
,4], index=
['a'
,'b'
,'c'
,'d'])
# 查"""
(1)通過標籤訪問
"""# 訪問某個元素
print
(s2[
'a']
)# 訪問多個元素(series的切片)
print
(s2[
'a':
'd']
)# 訪問多個元素(不連續)
print
(s2[
['a'
,'c']]
)"""
(2)通過索引訪問
"""print
(s2[0]
)# 訪問多個的情況與上面類似
# 增a = pd.series([5
],index=
['e'])
print
(s2)
b = pd.series([5
,6],index=
['e1'
,'e2'])
print
(s2)
# 刪除
s2 = s2.drop(
'e1'
)print
(s2)
"""判斷某個值是否在series中
"""print
('a'
!= s2.values)
# 改s2[
'e2']=
22print
(s2)
"""批量修改
"""s2[
['b'
,'c']]
=333
s2[[
'a',
'd']]=
[111,99
]print
(s2)
# 建立series(使用字典)
dic1 =
s3 = pd.series(dic1)
print
(s3)
# 重置索引
s2.index =
range(0
,len
(s2)
)print
(s2)
# -*- coding: utf-8 -*-
import pandas as pd
df1 = pd.dataframe(
, index=
['s1'
,'s2'
,'s3'
,'s4'
,'s5'])
print
(df1)
"""dataframe屬性
"""# 索引
print
(df1.index)
# 列名
print
(df1.columns)
# 值print
(df1.values)
age name
s1 1 a
s2 2 b
s3 3 c
s4 4 d
s5 5 e
index(
['s1'
,'s2'
,'s3'
,'s4'
,'s5'
], dtype=
'object'
)index(
['age'
,'name'
], dtype=
'object')[
[1'a'][2
'b'][3
'c'][4
'd'][5
'e']
]
import pandas as pd
df1 = pd.dataframe(
, index=
['s1'
,'s2'
,'s3'
,'s4'
,'s5'])
"""修改列名
"""#df1.columns = range(0,len(df1.columns))
#print(df1)
"""列名精準修改
"""df1.rename(columns =
, inplace=
true
)print
(df1)
"""修改行名
"""df1.index =
range(0
,len
(df1.index)
)"""
增加一列
"""# 在最後新增一列
df1[
"rank"]=
[1,2
,4,3
,5]print
(df1)
# 在任意位置新增一列
df1.insert(0,
'number',[
101,
102,
103,
104,
105]
)print
(df1)
pandas資料結構
coding utf 8 pandas是numpy的公升級版,功能比numpy更高階 import pandas as pd import numpy as np pandas庫主要定義了兩種資料型別 series dataframe 通過乙個list列表構建乙個series資料 ser obj p...
Pandas資料結構
pandas處理以下三個資料結構 這些資料結構構建在numpy陣列之上,這意味著它們很快。考慮這些資料結構的最好方法是,較高維資料結構是其較低維資料結構的容器。例如,dataframe是series的容器,panel是dataframe的容器。資料結構 維數描述系列1 1d標記均勻陣列,大小不變。資...
pandas資料結構介紹
pandas是基於numpy構建的,它以numpy為中心的應用變得更加簡單。pandas的資料結構介紹 series最重要的乙個功能是 它在算術運算中會自動對齊不同索引的資料。series物件及其索引都有乙個name屬性,該屬性跟pandas其他的關鍵功能關係非常密切 series的索引可以通過賦值...