标签：nump 关系 修改 数组 step not 形式 对象 sda
内容学习自:
Python for Data Analysis, 2nd Edition
就是这本
纯英文学的很累,对不对取决于百度翻译了
前情提要:
各种方法贴:
https://www.cnblogs.com/baili-luoyun/p/10250177.html
内容提要:本次内容主要讲的是pands基本入门
一:pandas 主要有两种数据结构
Series,DataFrame
二: Series
1:定义:
Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成
2:表现形式
Series的字符串表现形式为：索引在左边，值在右边。
3:创建一个一维数组
obj =pd.Series([4,5,6,7,8]) #创建一维数组 print(obj) print(obj.index) print(obj.values) >>>>>>>>> 0 4 1 5 2 6 3 7 4 8 dtype: int64 RangeIndex(start=0, stop=5, step=1) [4 5 6 7 8]
4:通过索引获得内容
1>:单索引
obj1 = pd.Series([4,6,-7,-8],index=[‘d‘,‘a‘,‘b‘,‘c‘]) #修改索引 print(obj1)
>>>>
#通过索引获得内容
print(obj1[‘d‘])
>>>>
d 4
a 6
b -7
c -8
dtype: int64
4
2>:多索引
#多索引 print(obj1[[‘d‘,‘a‘,‘c‘]]) >>>> d 4 a 6 b -7 c -8 dtype: int64 d 4 a 6 c -8 dtype: int64
3>:布尔过滤
print(obj1[obj1<0])
>>>>
d 4
a 6
b -7
c -8
dtype: int64
b -7
c -8
dtype: int64
4>:应用乘法
print(obj1*2) >>>>>>>>>> d 4 a 6 b -7 c -8 dtype: int64 d 8 a 12 b -14 c -16 dtype: int64
5>:应用级函数
print(np.exp(obj1)) >>>>> d 4 a 6 b -7 c -8 dtype: int64 d 54.598150 a 403.428793 b 0.000912 c 0.000335 dtype: float64
6>:索引的映射关系
print(‘b‘in obj1) print(‘e‘in obj1) >>>>> d 4 a 6 b -7 c -8 dtype: int64 True False
5 :创建字典的Series:
1:>创建字典型Series
sdata ={‘Ohio‘:35000,‘Texas‘:71000,‘Oregon‘:16000,‘Utah‘:5000 }
obj3 =pd.Series(sdata)
print(obj3)
>>>>
Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
dtype: int64
2:>Series 插入index 和valuse
sdata ={‘Ohio‘:35000,‘Texas‘:71000,‘Oregon‘:16000,‘Utah‘:5000 }
obj3 =pd.Series(sdata)
print(obj3)
# 插入index 和valuse
states =[‘California‘,‘Ohio‘,‘Oregon‘,‘Texas‘]
obj4 =pd.Series(sdata,index=states)
print(obj4)
>>>>>>>>>>>>>>
Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
dtype: int64
California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
dtype: float64
3>:检测数据是否缺失
l =pd.isnull(obj4) print(l) l2 =pd.notnull(obj4) print(l2) >>>>>>>>>>>> California True Ohio False Oregon False Texas False dtype: bool California False Ohio True Oregon True Texas True dtype: bool
4>:赋予名字
obj4.name =‘population‘ obj4.index.name =‘state‘ print(obj4) >>>>>>>>>state California NaN Ohio 35000.0 Oregon 16000.0 Texas 71000.0 Name: population, dtype: float64
5>:修改索引,修改索引的名字
obj =pd.Series([4,7,-6,3]) print(obj) obj.index=[‘bob‘,‘Steve‘,‘jeff‘,‘Ryan‘] print(obj) >>>>>>>>> 0 4 1 7 2 -6 3 3 dtype: int64 bob 4 Steve 7 jeff -6 Ryan 3 dtype: int64
三:DataFrame
一:定义
标签：nump 关系 修改 数组 step not 形式 对象 sda
原文地址：https://www.cnblogs.com/baili-luoyun/p/10268364.html
