Series和DataFrame使用简单入门

技术  /  管理员 发布于 7年前   200

（1）、导入库

from pandas import Series,DataFrameimport pandasimport numpy

（2）、Series简单创建与使用

#Seriresobj = Series([4,7,-5,3]) #简单创建Seriresprint(obj) #简单输出print(obj.values) #输出值print(obj.index)  #输出索引obj2 = Series([4,7,-5,3], index=['d','b','a','c'])  #指定索引print(obj2)   #简单输出print(obj2.index)  #输出索引print(obj2['a'])  #根据索引输出单个值obj2['d']=6   #根据索引修改值print(obj2['d'])  #输出print(obj2[['d','a','c']]) #输出多个值print(obj2[obj2 > 0])  #按条件输出print('b' in obj2) #根据索引看数组里面是否有，返回Trueprint('e' in obj2) #返回False

（3）、根据字典创建Series

#根据字典创建Seriessdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44}obj3 = Series(sdata)print(obj3)

（4）、列表与字典进行匹配

#列表与字典进行匹配sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44}states = ['Casfef','Oer','rgg','greg'] obj4 = Series(sdata, index = states)  #列表与字典进行匹配print(obj4)print(pd.isnull(obj4)) #查看数据是否为空print(pd.notnull(obj4)) #查看数据是否非空

（5）、两个Serires相加

#两个Serires相加obj1 = Series([3,7,-4,3], index=['q','b','a','c'])obj2 = Series([4,7,-5,3], index=['d','b','a','g'])  print(obj1 + obj2) #两个Serires相加，具有共同索引的则相加，如果不是共同索引就置为NaN

（6）、修改索引的名字

#修改索引的名字#obj = Series([4,7,-5,3], index=['d','b','a','g'])  #obj.index = ['Bob','Steve','Jeff','Ryan']#print(obj.index)

（7）、dataframe的简单应用

#dataframe的简单应用data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],    'year': [2000, 2005, 2006, 2007],    'pop' : [1.5,2.4,3.6,5.5]}frame = DataFrame(data)   #根据字典创建DataFrameframe2 = DataFrame(data, columns= ['state', 'pop', 'year'])   #指定列的排列顺序frame3 = DataFrame(data, index= ['a','b','c','d'])   #指定行索引

（8）、获取DataFrame其中的一列（相当于Series）

#获取DataFrame其中的一列（相当于Series）data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],    'year': [2000, 2005, 2006, 2007],    'pop' : [1.5,2.4,3.6,5.5]}frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根据字典创建DataFrameprint(frame['year'])  #获取其中的一列print(frame.loc['q2'])  #获取其中的一行

（9）、修改DataFrame中的值

#修改DataFrame中的值data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],    'year': [2000, 2005, 2006, 2007],    'pop' : [1.5,2.4,3.6,5.5]}frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根据字典创建DataFrameframe['grg'] = numpy.arange(4) #修改某一列的值val = Series([8.2,8.5,8.7], index=['q1','q3','q4'])   #修改指定列的值frame['pop'] = valprint(frame)

（10）、输出DataFrame整体值

#输出DataFrame整体值data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],    'year': [2000, 2005, 2006, 2007],    'pop' : [1.5,2.4,3.6,5.5]}frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根据字典创建DataFrameprint(frame.values)

（11）、DataFrame的构造函数

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。