DataFrame相关常用操作

DataFrame相关常用操作（备忘、随时补充）：

series:

Series 是一个一维数组对象 ，类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。

创建：

创建一个简单的series实例：

import pandas as pd
a = [1, 2, 3]
myser = pd.Series(a)
print(myser)

运行结果为：

0    1
1    2
2    3
dtype: int64

左侧为索引，右侧为数据，下方显示数据类型int64。当没有显示指定索引的时候，Series 自动以 0 开始，步长为 1 为数据创建索引。

通过字典创建：

import pandas as pd
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myser = pd.Series(sites)
print(myser)
print(myser[2])

也可以设置index来选择哪几行被创建进series，设置name来设置名称：

import pandas as pd
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myser = pd.Series(sites,index=[1,2],name='hello')
print(myser)
print(myser[2])

'''
1    Google
2    Runoob
Name: hello, dtype: object
Runoob
'''

想要单独获取 Series 对象的索引或者数组内容的时候，可以使用 index 和 values 属性，例如：

import pandas as pd
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myser = pd.Series(sites,index=[1,2],name='hello')
print(myser.index)
print(myser.values)

'''
Int64Index([1, 2], dtype='int64')
['Google' 'Runoob']
'''

读取：

根据索引读取内容：

import pandas as pd
a = [1, 2, 3]
myser = pd.Series(a)
print(myser[1])

指定索引名称并通过指定的名称读取：

import pandas as pd
a = [1, 2, 3]
myser = pd.Series(a,index=['x','y','z'])
print(myser)
print(myser['z'])

赋值：

单独赋值：

import pandas as pd
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myser = pd.Series(sites,index=[1,2])
print(myser)
myser[2]='baidu'
print(myser) 

'''
1    Google
2    Runoob
dtype: object
1    Google
2     baidu
dtype: object
'''

对Series对象运算：

import pandas as pd
sites = {1: 10, 2: 20, 3: 30}
myser = pd.Series(sites)
print(myser)
print(myser * 2)
print(myser * 2 + 1)
print(myser[myser > 15])

'''
1    10
2    20
3    30
dtype: int64
1    20
2    40
3    60
dtype: int64
1    21
2    41
3    61
dtype: int64
2    20
3    30
dtype: int64
'''

转化为列表list：

import pandas as pd
sites = {1: 10, 2: 20, 3: 30}
myser = pd.Series(sites)
print(myser)
print(my