本文详细介绍了Pandas中的核心数据结构Series和DataFrame。在Series部分，讲述了如何通过列表和字典创建Series对象，以及如何访问和操作索引。在DataFrame部分，展示了如何创建DataFrame，包括设置列标签，获取和修改列数据，以及添加和删除列。此外，还讨论了Pandas的索引操作，包括位置索引和标签索引，以及算术运算和数据对齐的方法。最后，提到了数据排序的功能，包括按索引进行升序和降序排序。
一.Pandas数据结构分析
1.Series类对象的构造(主要由一组数据和与之相关的索引构成）
class pandas.Series(data=None,index=None,dtype=None,name=None,copy=False,fastpath=False)
data---传入的数据
index---索引
(1)通过传入列表创建Series类对象
//创建Series类对象
ser_obj=pd.Series([1,2,3,4,5])
//创建Series类对象，并指定索引
ser_obj=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
(2)使用dict进行构建
year_data={2001:17.8,2002:20.1,2003:16.5}
ser_obj2=pd.Series(year_data)
为方便操作Series中的索引和数据，该对象提供两个属性index和values分别进行获取
//获取ser_obj的索引
ser_obj.index
//获取ser_obj的数据
ser_obj.values
//获取位置索引3对应的数据
ser_obj[3]
最低0.47元/天 解锁文章
扫一扫
1757
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
