Pandas数据结构

import pandas as pd
import numpy as np
 
# np.arange(10) np.random.rand np.array([]) zerios  ones empty identity\n",
arr = np.arange(10)
print(arr)
print(type(arr))
   
# Series是一个一维数组的对象\n",
# 1.通过列表创建Series对象\n",
# 由索引和数据组成的，左边是索引 右边是数据\n",
ser_obj = pd.Series(range(10,20))
print(ser_obj)
# 获取索引 RangeIndex是索引的类型\n",
print(ser_obj.index)
# 获取值\n",
print(ser_obj.values)
# head()函数 默认查看前5条数据 ，可以传入制定查看数据的条数\n",
print(ser_obj.head())
# 根据索引取出数据\n",
print(ser_obj[5])
# 基本运算\n",
print(ser_obj**2)
# 筛选数据
print(ser_obj>15)
# 取出符合条件的数据\

print(ser_obj[ser_obj>15])

[0 1 2 3 4 5 6 7 8 9]
<class 'numpy.ndarray'>
0    10
1    11
2    12
3    13
4    14
5    15
6    16
7    17
8    18
9    19
dtype: int64
RangeIndex(start=0, stop=10, step=1)
[10 11 12 13 14 15 16 17 18 19]
0    10
1    11
2    12
3    13
4    14
dtype: int64
15
0    100
1    121
2    144
3    169
4    196
5    225
6    256
7    289
8    324
9    361
dtype: int64
0    False
1    False
2    False
3    False
4    False
5    False
6     True
7     True
8     True
9     True
dtype: bool
6    16
7    17
8    18
9    19
dtype: int64

​

student = {
       2001:15.5,
       2005:20.4,
       2008:26.5
    }
    # 传入字典\n",
ser_obj = pd.Series(student)
# 指定索引名称\n",
ser_obj.index.name = 'year'
# 指定series对象名称\n",
ser_obj.name = 'GDP'
print(ser_obj)

print(ser_obj.index)