資料分析之pandas模組上

匯入pandas： import pandas 

import pandas as

pd　　
from
pandas import series,dataframe
import numpy 
as np

series是一種類似與一維陣列的物件，由下面兩個部分組成：

series的資料引數：

series(data=none, index=none, dtype=none, name=none, copy=false, fastpath=false)

1.1 series的建立

兩種方式：

1.1.1 由列表或numpy陣列建立

注意：預設索引為0到n-1的整數型索引

示例：1

# 使用列表建立建立series物件

series(data=[1,2,3,4
])  # 輸出結果，預設第一列表示列表中每乙個對應元素的索引
結果：01
1223
34dtype: int64

#使用列表創

建series，可以通過設定index引數指定索引，name引數表示指定乙個名稱

series(data=[1,2,3,4],index=['

ds','
dsa','
re','
gr'],name='
haha
')

#使用numpy建立series

series(data=np.arange(10,60,6
))  # 使用nupay模組的range()函式建立
series(data=np.arange(10,20,2)) # 取值區間為（10，20），步長為2

1.1.2  由字典建立:不能在使用index.但是依然存在預設索

注意：資料來源必須為一維資料

dic =

series(data=dic,name='
qimo
')

1.2 series的索引和切片

可以使用中括號取單個索引（此時返回的是元素型別），或者中括號裡乙個列表取多個索引（此時返回的是乙個series型別）。

1.2.1 顯示索引和隱士索引

顯示索引

- 使用index中的元素作為索引值

- 使用s.loc（推薦）:注意，loc中括號中放置的一定是顯示索引

注意：此時loc 表示的是閉區間　　

示例：2

使用index設定索引，此時顯示的索引是自定義的，顯示索引

s = series(np.random.randint(60,100,size=(5,)),index=['
a','
b','
c','
d','e'
])　　　　　　s
結果：返回的是int型別
a    
68b    
83c    
89d    
80e    
60dtype: int32

通過顯示索引獲取指定的元素　

通過顯示索引進行取值

s['c
']s.loc["c
"]通過屬性進行取值
s.c結果： 這三個返回的結果都是89

隱式索引

- 使用整數作為索引值

- 使用.iloc（推薦）:iloc中的中括號中必須放置隱式索引

注意： 此時iloc 表示半開區間，左開右閉

對示例2進行操作;　　

隱式索引進行取值

s.iloc[1]
結果： 
83隱士索引取多個值
s.iloc[[
1,2,3
]]　　　　　　結果：
b    
65c    
64d    
99dtype: int32

1.2.2 顯示索引切片和隱士索引切片

顯示索引切片： index和loc

隱式索引切片：整數索引值和iloc

對示例二進行操作：

顯示索引切片

切取乙個值
s.loc['b
']切去多個值
s.loc['a
':'c']
結果：a    
85b    
65c    
64dtype: int32

隱士索引切片　

隱式索引切取乙個值
s.iloc[1]
結果： 
83隱士索引取多個值
s.iloc[[
1,2,3
]]　　　　　　結果：
b    
65c    
64d    
99dtype: int32

1.3 series 的基本概念

資料分析之Pandas

from pandas import series,dataframe import pandas as pd import numpy as np states california ohio oregon texas year 2000,2001,2002,2003 value 35000,71...

資料分析之pandas

pandas是基於numpy構建的庫，擁有兩種資料結構 series和dataframe series 就是一維陣列 dataframe 是二維陣列series in 1 from pandas import series,dataframe in 2 import pandas as pd in ...

Python資料分析pandas模組用法例項詳解

pandas10分鐘入門，可以檢視官網 10 minutes to pandas 也可以檢視更複雜的cookbook 常規匯入方式 import pandas as pd import numpy as np import matplotlib.pyplot as plt ser1 pd.serie...