pandas的索引物件是資料標籤的容器。在建立序列或資料框的時候,陣列或者其他表示資料標籤的有序列會自動的轉換成索引物件。
>>
> s
a 0.694635
b 0.068107
c 0.302411
d 0.044751
a 0.858449
dtype: float64
>>
> s.index
index(
['a'
,'b'
,'c'
,'d'
,'a'
], dtype=
'object'
)>>
> s.index[1:
3]index(
['b'
,'c'
], dtype=
'object'
)
索引物件是不可以被修改的s.index[1:2]='f
是會報錯的。
可以把索引物件通過賦值的方式賦給其他資料結構
>> ss = pd.series(
range(3
), index=s.index[1:
4])>>
> ss
b 0
c 1
d 2
dtype: int64
如果個數相等的情況下直接賦值,索引物件是相同的,並不會生成乙個新的索引物件。
>>
> s = pd.series(
range(4
), index=
['a'
,'b'
,'c'
,'d'])
>>
> s
a 0
b 1
c 2
d 3
dtype: int64
>>
> s.reindex([1
,2,3
,4])
1 nan
2 nan
3 nan
4 nan
dtype: float64
>>
> s.reindex([1
,2,3
,4], fill_value=0)
1020
3040
dtype: int64
可以看到,由於之前沒有標籤,所有的資料都是nan,用fill_value可以填充值。(使用s = s.reindex(……))才會改變s
也可以通過index引數和columns改變行列標籤。
traindata.rename(columns=
, inplace=
true
)
這裡就是把traindata的列名從name,改到了title pandas的一些用法
讀取以 t為分隔符的不帶volume的資料names a b c d e f g df pd.read table filename sep t names names 刪除df中某一行df.drop labels none axis 0,index none columns none level ...
pandas的一些誤區
data frame pd.dataframe data in 13 frame.iloc 6 1,asf 201 這一行會報錯indexerror single positional indexer is out of bounds in 14 frame.loc 6 1,hh 612 正確新增一...
理解物件和物件一些方法
1.屬性型別 資料屬性和訪問器屬性 特性是內部值,用表示 一 資料屬性 configurable 表示能否通過delete刪除屬性從而重新定義屬性,能否修改屬性的特性,能否把屬性修改為訪問器屬性。enumerable 表示能否通過for in迴圈屬性 writable 表示能否修改屬性的值 valu...