Pandas基础题一百道（前15）

目录

1、使用List创建Series

2、使用Dict创建Series

3、将Series转换成List

4、将Series转换成DataFrame

5、借助Numpy创建Series

6、转换Series数据类型（要求转换为int）

7、给Series添加新的元素（要求添加物理与化学成绩）

 8、Series转换为DataFrame（reset_index)

 9、使用字典创建一个DataFrame 

10、设置DataFrame索引列

 11、生成一个月份的所有天（要求输出2022/3）

12、生成一年的所有周一 

 13、生成一天当中的所有小时

 14、用日期DataFrame

 15、使用日期和随机数生成DataFrame

---

1、使用List创建Series

 Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series构造方法：

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

①：List数据

data=["11","12","45","56"]

②：使用List创建Series

 df=pd.Series(data=data)

2、使用Dict创建Series

 Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series构造方法：

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

①：Dict数据

data={
    "语文":80,
    "数学":90,
    "英语":85,
    "计算机":100
}

②：使用Dict创建Series

df=pd.Series(data=data) 

3、将Series转换成List

 Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series构造方法：

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

①：Series数据

data=pd.Series({
    "语文":80,
    "数学":90,
    "英语":85,
    "计算机":100
})

 

② ：将Series转换成List

df=data.tolist()

4、将Series转换成DataFrame

Series:

 Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series构造方法：

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

DataFrame：

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。

DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

Pandas DataFrame 是一个二维的数组结构，类似二维数组。

DataFrame构造方法：

pandas.DataFrame( data, index, columns, dtyp