![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pandas
文章平均质量分 64
AHU-丁少侠
AHU 快递小哥
展开
-
Python:Pandas中Dataframe的“增”操作
在讲解如何对一个Dataframe进行增操作前,我们首先创造一个Dataframe(代码运行环境:jupyter—python3.8):import pandas as pdimport numpy# 创建一个Dataframedata = pd.DataFrame( np.arange(15).reshape(5, 3), index=[1, 2, 3, 4, 5], columns=["a", "b", "c"])data一、增加一列方法1:列索引法我们只需要通过列索引即原创 2021-08-18 23:25:01 · 1144 阅读 · 0 评论 -
Python:Pandas创建Dataframe数据框的六种方法
创建Dataframe主要是使用pandas中的DataFrame函数,其核心就是第一个参数:data,传入原始数据,因此我们可以据此给出六种创建Dataframe的方法:一、字典类方法1:列表、数组或元组构成的字典构造Dataframe直接上代码:import pandas as pdimport numpy as npdic = {"a": [1, 2, 3, 4], #列表 "b": np.array([4, 5, 6, 7]), #数组 "c": (1, 2,原创 2021-08-18 15:59:11 · 36293 阅读 · 1 评论 -
Python:Pandas中创建Series的三种方法
一、通过列表创建# encoding=utf-8import pandas as pd# 定义一个列表a = [1, 2, 3, 4]s1 = pd.Series(a)print(s1)运行结果:第一列为索引,是Series在创建时默认生成的,第二列即为值,通过type(s1)命令即可看到s1的数据类型为:pandas.core.series.Series,我们也可以将第四行的代码改为:`s1 = pd.Series(a, index=["a", "b", "c", "d"])`重原创 2021-08-17 17:46:04 · 18208 阅读 · 0 评论