Pandas 是一种基于NumPy的开源的数据分析工具包,提供了高性能、简单易用的数据结构和数据分析函数。
1、Series对象
(1)定义和创建
(2)数据访问
(3)常用方法
(1) 定义和创建
Series 对象是一种带有标签数据的一维数组,标签在Pandas中有对应的数据类型“Index”,Series类似于一维数组与字典的结合。
#导入库 import pandas as pd #导入数据分析库pandas别名为pd import numpy as np #导入科学计算库numpy别名为np import matplotlib.pyplot as plt #导入数据可视化库matplotlib的模块pyplot 别名为plt data = pd.Series([6,8,3,4,32],index =[ 'a','b','c','d','e']) #创建对象data,默认标签序号0,1,2...,但也可以自己定义 data data = pd.Series([6,8,3,4,32],index = list('dfghe')) #将字符串强行转换成列表 data data.index #访问标签,属性后面没有小括号 data.values #访问对象数据 data.ndim #维度 data.shape #Series对象的形状,返回的是元祖 data.size #Series对象的个数 names = ['aa','cc','dd','bb','ee'] ages = [56,45,89,32,65] pd.Series(ages,names) data = pd.Series({'aa':56,'cc':45,'dd':89,'bb':32,'ee':65}) #用字典{}"键值对"创建Series对象 print(data) #打印对象内容 data #内存输出,将被后面数据覆盖 data_1 = pd.Series(np.arange(10,30,5),index = list('abcd')) #用科学计算库生产数据创建Series data_1
(2)数据访问
data_1.index data_1.values data_1.keys() #作为字典键keys()方法访问 list(data_1.items()) #作为键值对items()方法访问
(3)常用方法
data.sort_values() #根据对象数据排序,不改变原有对象 data.sort_index() #根据对象标签排序 data.rank() #根据对象数据排序 data #原有对象不变 data[2]