import numpy as np
import pandas as pd
from pandas import Series
a_all = pd.read_csv('042、series.csv')
a1 = a_all['name'] #获取到文件里的第一列,相当于一个Series结构
a2 = a_all['tast1']
#创建一个Series结构的数据
a = Series(a2.values,index=a1.values) #a是一个Series结构,以a1里的值作为索引(可以用字符当一个索引)
print(a[['ffs','dd']]) #以ffs、dd为索引取对应的值
a_list = a.index.tolist() #排列a的索引
a_s = sorted(a_list) #排序a的索引
print(a.reindex(a_s)) #以a_s的排列方式重新排列a
#计算
np.add(a,a)
np.sum(a)
np.max(a)
2、DataFrame
解释
DataFrame一个表格型的数据结构,包含有一组有序的列,
每列可以是不同的值类型(数值、字符串、布尔型等),
DataFrame即有行索引也有列索引,可以被看做是由Series组成的字典。
属性或方法
1、T 转置行和列。
2、axes 返回一个列,行轴标签和列轴标签作为唯一的成员。
3、dtypes 返回此对象中的数据类型(dtypes)。
4、empty 如果NDFrame完全为空[无项目],则返回为True; 如果任何轴的长度为0。
5、ndim 轴/数组维度大小。
6、shape 返回表示DataFrame的维度的元组。
7、size:NDFrame中的元素数。
8、values:NDFrame的Numpy表示。
9、head() 返回开头前n行。
10、tail() 返回最后n行。
代码
import pandas as pd
a = pd.read_csv('042、series.csv')
a = a.set_index('name',drop=False) #设置a的索引为name这一列
print(a['ffs':'od']) # 用字符串做索引同样可以用切片、.loc[],同样对应数字也可以操作它