Python pandas常用操作

最新推荐文章于 2024-06-01 08:31:37 发布
最新推荐文章于 2024-06-01 08:31:37 发布
阅读量954 收藏 10
点赞数
分类专栏： python 文章标签： python 开发语言 pandas 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_51691291/article/details/121952184
版权
本文介绍了Python pandas库中数据结构Series和DataFrame的创建方法及属性，详细讲解了如何取值、操作数据，包括删除、排序、应用函数、处理缺失值、去重、合并数据等常见操作，帮助读者掌握pandas在数据分析中的实用技巧。
摘要由CSDN通过智能技术生成

Python pandas常用操作

1、数据结构

1.1、Series

  Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。
注意：Series中的索引值是可以重复的。
Series创建方法
在这里插入图片描述

1.1.1、创建方法

pandas.Series()方法
在这里插入图片描述

1.1.2、属性

在这里插入图片描述

1.2、DataFrame

  DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
DataFrame的每一列都可以看做成一个Series
在这里插入图片描述

1.2.1、创建方法

pandas.DataFrame( data, index, columns, dtype, copy)
在这里插入图片描述
在这里插入图片描述

2、取值

2.1、按照列取值

personDF["列名1",..."列名n"]
在这里插入图片描述

2.2、按照行索引取值

personDF.loc[[行索引列表],[列索引列表]]

最低0.47元/天 解锁文章
清梦清河
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python pandas 基本操作
恰同学少年的博客
11-12 1271
pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下： import pandas as pd 读取csv文件，打印变量类型和...
数据分析基础之pands库
qq_64997449的博客
06-03 2241
它提供了一种灵活且高效的数据结构DataFrame和Series，可以快速处理各种数据类型（如CSV、Excel、SQL数据库等），并能够进行数据清洗、数据筛选、数据统计、数据可视化等操作。数据清洗和预处理：Pandas可以处理数据中的缺失值、重复值、异常值等，并进行数据类型转换、数据重塑等预处理操作。数据合并和拆分：Pandas可以合并多个数据集，并进行数据拆分、数据透视等操作，以便进行更深入的数据分析。数据读取和写入：Pandas可以读取和写入各种数据格式，如CSV、Excel、SQL等。
python—Pandas库的基本使用
Hacker_ccc的博客
07-02 1254
pandas库的基本认识，增删改查的实现
一图胜千言｜图解Pandas常用操作！
最新发布
cainiao_python的博客
06-01 67
????我的小册 45章教程:(小白零基础用Python量化股票分析小册) ,原价299，限时特价2杯咖啡，满100人涨10元。来源：网络Pandas 展示请看下表:它描述了一个在线商店的不同产品线，共有四种不同的产品。与前面的例子不同，它可以用NumPy数组或Pandas DataFrame表示。但让我们看一下它的一些常见操作。1. 排序使用Pandas按列排序更具可读性，如下所示:这里argsort...
Python pd.merge()函数介绍（全）
m0_61635017的博客
04-15 1万+
在数据合并操作中，有两个操作函数和pd.merge()这两个函数在使用过程中经常会拿来比较，只要我们弄懂了其中重要参数的意义，理解每一个函数的用法，就能做到在那种环境适用那个函数,让我们通过本文深入理解pd.merge().参数表参数名作用left拼接的左侧DataFrame对象right拼接的右侧DataFrame对象on要加入的列或索引级别名称。必须在左侧和右侧DataFrame对象中找到。
【Python】【Pandas】使用concat添加行
萌狼蓝天の技术栈
10-31 3332
添加行 t = pd.DataFrame(columns=["姓名","平均分"]) t = t.append({"姓名":"小红","平均分":M1},ignore_index=True) t = t.append({"姓名":"张明","平均分":M2},ignore_index=True) t = t.append({"姓名":"小江","平均分":M3},ignore_index=Tru...
pandas用法详解
qq_36608036的博客
09-17 6737
一、生成数据表 1、首先导入pandas库，一般都会用到numpy库，所以我们先导入备用： import numpy as np import pandas as pd 2、导入CSV或者xlsx文件： df = pd.DataFrame(pd.read_csv(‘name.csv’,header=1)) df = pd.DataFrame(pd.read_excel(‘name.xlsx’)) 3、用pandas创建数据表： df = pd.DataFrame({“id”:[1001,1002,1003,
Python pandas常用函数详解
09-20
Python pandas是一个开源的、开源的Python数据分析库，其广泛用于数据分析和处理，尤其是用于数据清洗、分析和可视化。本文将详细介绍一些pandas库中常用的关键函数及其用法，包括文件读取、数据预处理、数据筛选等...
python pandas 时间日期的处理实现
12-26
摘要在上一篇文章，时间日期处理的入门里面，我们简单介绍了一下载pandas里对时间日期的简单操作。下面将补充一些常用方法。 时间日期的比较 假设我们有数据集df如下 在对时间日期进行比较之前，要先转一下格式...
Python pandas怎么使用.docx
04-08
DataFrame 是 Pandas 中最常用的数据结构之一，它是一个二维的标签化数据结构，类似 Excel 表格或 SQL 表。可以通过多种方式创建 DataFrame： 1. **从字典创建 DataFrame**： ```python data = {'A': [1, 2, 3],...
pandas常用操作.pdf
08-31
在介绍pandas库的常用操作时，我们通常会涉及到数据结构、数据处理、数据分析等多个方面。pandas是一个强大的Python数据分析工具库，它提供了快速、灵活、表达式丰富的数据结构，旨在使“关系”或“标签”数据的使用...
Python Pandas数据结构简单介绍
09-19
Pandas 提供了强大的数据处理功能，其中 `Series` 和 `DataFrame` 是最常用的数据结构。了解它们的基本特性和使用方法对于进行高效的数据分析至关重要。在实际工作中，熟练掌握 Pandas 的操作技巧能够显著提高工作...
[pandas] 详解pandas库的pd.merge函数
ande6905的博客
05-16 1040
本篇详细说明merge的应用，join 和concatenate的拼接方法的与之相似。 pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixe...
已解决FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future
热门推荐
努力让自己发光，对的人才能迎着光而来
09-28 3万+
已解决（pandas中DataFrame数据拼接报错）FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead. df = df1.append(df2)
pandas库中的pd.merge()函数
weixin_51995147的博客
04-09 1万+
pd.merge( x,y, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
【Pandas总结】第八节 Pandas 合并数据集_pd.merge()
weixin_47139649的博客
09-21 6952
这一节非常的重要，因为Pandas中的数据集合并，最常用的方法就是 merge, 如果大家对数据库熟悉的话，那么会觉得 merge 非常容易理解，因为这个的使用和数据库的合并几乎完全一样。inner、outer、left、right这四种合并方式的理解，下面我们来一起看pd.merge()的使用方法吧；
pandas基础学习
qq_50086023的博客
11-13 6371
pandas是python中专门专门用于数据处理和数据分析的第三方库
Pandas1.4.0 deprecated DataFrame.append() : 如何从append()转换到concat()
Archer阿茶
10-09 2926
我们查看Pandas的append()方法的时候发现，Pandas 1.4.0版本开始，官方弃用了DataFrame.append()方法，而且建议我们使用pandas.concat()来替换。如何简单的转换我来教你！
python pandas常用函数
09-08
Python pandas常用函数是对数据进行处理和分析的工具。下面是一些常用的函数： 1. import pandas as pd和import numpy as np可以导入pandas和numpy库，使得我们可以使用相关函数和方法来处理数据。 2. apply函数是pandas中的一个函数，它可以将一个函数应用于DataFrame或Series的每一行或每一列，从而实现对数据的处理。 3. hist函数是pandas中用于绘制直方图的函数，可以将数据按照指定的bins进行分组，并画出直方图。 4. iterrows函数是pandas中的一个迭代函数，可以通过遍历DataFrame的每一行来对数据进行操作。 这些函数是pandas库中常用的函数，可以帮助我们对数据进行处理、分析和可视化。更多的常用函数和使用方法可以在pandas官方网站上找到。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值