1import
pandas as pd
2import
numpy as np
34 s = pd.series(np.random.rand(5), index=list('
abcde'))
5 # 建立序列,其中 index=list('
abcde
')為每一行新增索引
6 s.index.name='
alpha'#
為行索引新增名稱標籤
78 df = pd.dataframe(np.random.randn(4,3), columns=['
one','
two','
three'])
9#建立dataframe,其中columns=['one','two','three']表示為每一列新增索引
10 df.index.name = '
row'
#為行索引新增名稱標籤
11 df.columns.name = '
col'
#為列索引新增名稱標籤
1import
pandas as pd
2import
numpy as np
34 s = pd.series(np.arange(6), index=list('
abcbda'))
5#建立乙個帶有重複索引的series
67 s['
a'] #
找出a的所有索引對應的值
8 s.index.is_unique #
判斷s中每個索引是否獨一無二
9 s.index.unique() #
找出s中不重複的索引
1011 s.groupby(s.index).sum() #
將索引分組並求和
12 s.groupby(s.index).mean() #
將索引分組並求均值
13 s.groupby(s.index).first() #
將索引分組並取第一項
1import
pandas as pd
2import
numpy as np
34 a = [['
a','
a','
a','
b','
b','
c','
c'],[1,2,3,1,2,2,3]]
5 t = list(zip(*a))
6 index = pd.multiindex.from_tuples(t,names=['
level1
','level2'])
7 s = pd.series(np.random.rand(7),index=index)8#
輸出 s
9level1 level2
10 a 1 0.029233
11 2 0.539508
12 3 0.502217
13 b 1 0.536222
14 2 0.217398
15 c 2 0.551864
16 3 0.596248
1718 s['b'
] 19#輸出
20level2
21 1 0.536222
22 2 0.217398
23dtype: float64
2425 s['
b':'c'
]26#輸出
27level1 level2
28 b 1 0.536222
29 2 0.217398
30 c 2 0.551864
31 3 0.596248
32dtype: float64
3334 s[['
a','c'
]]35#輸出
36level1 level2
37 a 1 0.029233
38 2 0.539508
39 3 0.502217
40 c 2 0.551864
41 3 0.596248
42dtype: float64
4344 s[:,2]45#
輸出46
level1
47 a 0.539508
48 b 0.217398
49 c 0.551864
50 dtype: float64
學習筆記 Pandas索引 切片
dataframe物件操作 上回說到series可以看做是帶索引的一維陣列,也可以看做是字典,下面來分別說不同看法下的series物件可以有哪些操作。建立乙個series物件 data pd.series np.linspace 0.25,1 4 index a b c d print data p...
Pandas學習筆記 03 索引
第三章 索引 總結 目錄4 索引運算 5 索引切片 5.2 多級索引切片 列選擇 loc 基於元素 iloc 基於位置 query 減少 長度 行索引和列索引都是multiindex型別,索引中的元素是元組。索引的名字和值屬性可以通過names和values獲得。通過get level values...
pandas學習筆記(2) 多層索引
用from product series np.random.randint 0,150,size 8 index pd.multiindex.from product a b c d 期中 期末 out 23 a 期中 51 期末 133 b 期中 132 期末 115 c 期中 65 期末 91...