LateNight_LL的博客

pandasDataFrame创建DataFrameimport pandas as pdpd.DataFrame(a)参数a可以是多种类型，数组列表等import pandas as pdimport numpy as npt=pd.DataFrame(np.array(range(30)).reshape((5,6)))由上可以看出DataFrame对象既有行索引，又有列索引行索引，表明不同行，叫index，0轴，axis=0列索引，表明不同列，叫columns，1轴，axi

pandasnumpy能够帮我们处理数值型数据，但是这还不够，numpy能够帮助我们处理数值，但是pandas除了处理数值之外（基于numpy），还能够帮助我们处理其他类型的数据pandas的常用数据类型·Series一维，带标签数组·DataFrame二维，Series容器pandas中Series的创建通过列表创建import pandas as pdpd.Series(a)#a是一个列表通过数据我们可以发现pandas中的Series自带索引，因此我们可以通过参数index来修

numpy修改数组中的值（np.array(range(54)).reshape((6,9))为例）·可通过赋值语句索引后重新复制·通过判断索引后群体赋值(布尔索引)布尔索引通过判断语句数组会自动进行判断，显示判断数组，数组中数据类型为numpy.bool_型。我们可以通过判断语句来判断数据符合条件与否即判断数组中数据的值来进行有需求的索引。numpy中的三元运算符语法：import numpy as npnp.where(判断条件,成立赋值,不成立赋值)该方法用于数组的全体判断