利用pandas查詢資料
import pandas as pd
ser=pd.series(
range(0
,10,2
))print
(ser)
0 0
1 2
2 4
3 6
4 8
dtype: int64
通過index檢視索引值
print
(ser.index)
rangeindex(start=0, stop=5, step=1)
自定義索引值
ser.index=
['a'
,'b'
,'c'
,'d'
,'f'
]print
(ser)
a 0
b 2
c 4
d 6
f 8
dtype: int64
通過索引值和索引標籤獲取資料
print
('ser[3]:'
,ser[3]
)print
('ser[d]:'
,ser[
'd']
)print
('ser[[1,2,3]]:'
,ser[[1
,2,3
]])print
("ser[['a','b','c']]:"
,ser[
['a'
,'b'
,'c']]
)print
('ser[3:]:'
,ser[3:
])
ser[3]: 6
ser[d]: 6
ser[[1,2,3]]: b 2
c 4
d 6
dtype: int64
ser[['a','b','c']]: a 0
b 2
c 4
dtype: int64
ser[3:]: d 6
f 8
dtype: int64
如果對兩個序列進行運算,索引就會將元素對齊進行運算
a=pd.series([1
,2,3
,4,5
,6],index=
['a'
,'b'
,'c'
,'d'
,'f'
,'g'])
print
(a)b=pd.series([4
,5,6
,7,8
,9],index=
['g'
,'f'
,'d'
,'c'
,'b'
,'a'])
print
(b)print
(a+b)
a 1
b 2
c 3
d 4
f 5
g 6
dtype: int64
g 4
f 5
d 6
c 7
b 8
a 9
dtype: int64
a 10
b 10
c 10
d 10
f 10
g 10
dtype: int64
import pandas as pd
stu_dic=
student=pd.dataframe(stu_dic)
print
(student)
name age ***
0 a 18 f
1 b 15 m
2 c 45 m
3 d 56 f
4 e 89 f
5 f 78 f
6 g 45 m
7 h 12 m
# 查詢前5行
student.head()
# 查詢後5行
student.tail()
# 查詢前5行
print
(student.head())
print
('* '*10
)#查詢後5行
print
(student.tail(
))
name age ***
0 a 18 f
1 b 15 m
2 c 45 m
3 d 56 f
4 e 89 f
* * * * * * * * * *
name age ***
3 d 56 f
4 e 89 f
5 f 78 f
6 g 45 m
7 h 12 m
student.loc[[1,2,3]]
loc標籤索引函式必須是中括號
# 查詢第1,2,3行
print
(student.loc[[1
,2,3
]])
name age ***
1 b 15 m
2 c 45 m
3 d 56 f
student[['name','age']]
如果查詢多個列,必須使用雙重中括號
# 查詢name,age列
print
(student[
['name'
,'age']]
)
name age
0 a 18
1 b 15
2 c 45
3 d 56
4 e 89
5 f 78
6 g 45
7 h 12
student[(student['***']=='f')&(student['age']>=18)]
print
(student[
(student[
'***']==
'f')
&(student[
'age'
]>=18)
])
name age ***
0 a 18 f
3 d 56 f
4 e 89 f
5 f 78 f
pandas初探 Series生成與索引
series是一種一維的陣列型物件,它包括乙個值序列,和它們的索引。直觀的來說,它更像乙個字典。因為它的形式為索引 值 生成series一般有兩種方法,通過列表和通過字典 1.列表生成seriesimport pandas as pd from pandas import series,datafr...
3 Pandas資料初探索之索引調整方法
1 重新索引 在pandas物件中,其實索引也是乙個物件,所以可對其進行修改。例如 df.index a b c df df pd.dataframe df df one two three 0 0.996986 0.190981 0.482912 1 0.233812 0.140953 0.052...
pandas資料索引 loc iloc和ix
1 loc 通過行標籤索引行資料 1 loc d 獲取第 d 行資料 import pandas as pd data 1,2,3 4,5,6 index d e columns a b c df pd.dataframe data data,index index,columns columns ...