Pandas基本数据操作

最新推荐文章于 2024-09-13 08:50:19 发布

ddxn417

最新推荐文章于 2024-09-13 08:50:19 发布

阅读量758

点赞数

分类专栏： pandas python 文章标签： python 机器学习开发语言

本文链接：https://blog.csdn.net/ddxn417/article/details/123187416

版权

python 同时被 2 个专栏收录

50 篇文章 1 订阅

订阅专栏

pandas

14 篇文章 2 订阅

订阅专栏

这篇博客介绍了Pandas库中的两种基本数据结构——Series和DataFrame。Series是一维数据结构，类似带索引的列表，而DataFrame是二维表格型数据结构。创建Series可以通过列表，DataFrame则可以由numpy矩阵生成，同时可以指定行列索引。此外，还展示了如何使用Series拼接DataFrame。

摘要由CSDN通过智能技术生成

Pandas的数据类型：1. Series， 2. DataFrame

1. Series

series与列表和numpy数据的区别是 series带索引。

（Series与DataFrame区别是,Series是1维，DataFrame是2维。）

l=[1,3,6]

sr = pd.Series(l) #通过列表生成Series。

2.DataFrame

构造DataFrame:

sr = np.arange(20).reshape(4,5) #用numpy arange()方法和reshape方法生成4x5 numpy矩阵 
df = pd.DataFrame(sr) #用numpy矩阵生成DataFrame。未指定行列索引。

col_index = ["colA","colB","colC","colD","colE"]
row_index = ['row1","row2","row3","row4"]
df = pd.DataFrame(sr, columns=col_index, index=row_index)  #指定行列索引

#用Series拼接DataFrame:
r1 = pd.Series['C','D','E']
r2 = pd.Deries['001','002,'005']
df = pd.DataFrame([r1,r2])