利用pandas对numpy数组进行简单的科学计算

二维数组转换为DataFrame pandas可直接进行科学计算形式：

import numpy as np
import pandas as pd
a = [1,2,3]
b = [4,5,6]
# 首先DataFrame传参有两种方式一种为直接创建数组形式形式 index为列级索引 columns 为行级索引 也可以不指定 不指定则默认从0设置索引
df1=pd.DataFrame(np.random.randn(4,4),index=list('ABCD'),columns=list('ABCD'))

#第二种为key value形式 行级索引可以自己设置 key则为列级索引 列级所有再次设置的话会出现Nan没有值的情况所有不能自由设定 但是我们可以通过修改Key来设置
df1=pd.DataFrame({'asd':a,'qwe':b},index=list('ABD'))

 

 

计算人数：

from django.shortcuts import render
#导包
from django.http import HttpResponse,HttpResponseRedirect
#导入类视图 
from django.views import View
#导入数据库类
from myapp.models import Student

#导入科学计算
import numpy as np
import pandas as pd


#定义类视图
class Index(View):
    #定义get方法
    def get(self,request):
        #查询所有性别
        res_list = []
        res = Student.objects.all().values('gender')
        for item in res:
            res_list.append(item['gender'])
        
        #声明一个数据框架对象
        df = pd.DataFrame({'slist':res_list})
        #计算统计属性
        grouped = df.groupby('slist').size() #取值分组算个数
        # print(grouped)
        print(grouped)
        print('------------------')
        print(grouped[0])
        print('------------------')
        print(grouped[1])

        return HttpResponse('这里是首页')

# 基于Django内写的类视图 大家可以把def提取出来运行

 

 

计算平均值：

#导包
from django.http import HttpResponse,HttpResponseRedirect
from django.views import View

from myapp.models import Student

from myapp.mytools import CountGender
#导入科学计算库
import numpy as np

import pandas as pd

#定义试图类
class AvgAge(View):
    #定义get方法
    def get(self,request):
        res_list = []
        age_list = []
        #读取数据
        res = Student.objects.all().values('gender','age')for item in res:
            res_list.append(item['gender'])
            age_list.append(item['age'])#使用科学计算来统计平均年龄
        #创建dataframe对象
        df = pd.DataFrame({'gender':res_list,'age':age_list})
        print(df)
        print(df.shape)
        print(df.size)
        #打印head() 以行为单位从头取
        print(df.head(1))
        #以行为单位在后取
        print(df.tail(3))
        #打印所有列
        print(df.columns)
        #打印数据概况
        print(df.info())

        #分组运算
        grouped = df['age'].groupby(df['gender'])
        # print(grouped.size())
        #算平局年龄
        avg_age = grouped.mean()
        # print(avg_age[1])

        return HttpResponse('111')

 

转载于:https://www.cnblogs.com/Niuxingyu/p/10471820.html