Python数据分析学习笔记-pandas库学习1

pandas

相比numpy更偏业务呈现，类似一个内存型的数据库，底层由numpy实现
其存储的数据类型为numpy.ndarray

1 初始化

Series初始化列，index可自定义

import pandas as pd
ser = pd.Series(['张三','李四','王五'],index= list(range(1,4)))
print(ser)

1 张三
2 李四
3 王五
dtype: object

通过字典初始化

data = {'Brett':176,'Eddy':187,'Kris':165}
ser5 = pd.Series(data)
print(ser5)

Brett 176
Eddy 187
Kris 165
dtype: int64

也可反向转化为字典

b = ser5.to_dict()
print(b)

{‘Brett’: 176, ‘Eddy’: 187, ‘Kris’: 165}

转化为列表，没有索引

b = ser5.to_list()
print(b)

[176, 187, 165]

转化为json

b = ser5.to_json()
print(b)

{“Brett”:176,“Eddy”:187,“Kris”:165}

转化为表格

b = ser5.to_frame()
print(b)

     0

Brett 176
Eddy 187
Kris 165

2 通过索引取值

sec = ser[2]  #2为索引不是下标
print(sec)

李四

取多个

ind = [1,3]
a = ser[ind]
print(a)

1 张三
3 王五
dtype: object

3 变更值

用索引变更值

ser[2] = 'Bach'
print(ser)

1 张三
2 Bach
3 王五
dtype: object

数值型运算

ser2 =pd.Series([17,18,19],index=[1,2,3])
ser3 =ser2+1 #所有数值+1
print(ser2)
print(ser3)

1 17
2 18
3 19
dtype: int64
1 18
2 19
3 20
dtype: int64

4 用条件筛选

ser4 = ser2[ser2%2==0]  #筛选出ser2里的偶数输出
print(ser4)

2 18
dtype: int64