- 利用列表[3,9,4,8]创建series对象s1
将上一步series对象s1的索引指定为["a", "c", "e", "g"]
输出s1的values和index
利用字典{"a":20,"b":9,"c":14,"d":7}创建series对象s2
将s1和s2两个series相乘后输出结果s3
使用切片,切出s3前三个元素
使用pandas的notna()输出s3中非NaN数据
使用in判断’f’索引是否在s2中
import pandas as pd
#1. 利用列表[3,9,4,8]创建series对象s1
s1=pd.Series([3,9,4,8])
print(s1)
#将上一步series对象s1的索引指定为["a", "c", "e", "g"]
s1=pd.Series([3,9,4,8],index=["a", "c", "e", "g"])
#输出s1的values和index
print(s1)
#利用字典{"a":20,"b":9,"c":14,"d":7}创建series对象s2
s2=pd.Series({"a":20,"b":9,"c":14,"d":7})
print(s2)
#将s1和s2两个series相乘后输出结果s3
s3=s1*s2
print('s3333333:',s3)
#使用切片,切出s3前三个元素
print(s3[0:3])
#使用pandas的notna()输出s3中非NaN数据
print(s3[pd.notna(s3)])
#使用in判断’f’索引是否在s2中
print('f' in s2)
2.使用下列表格中数据创建dataframe对象df
输出df的行索引
输出df的列索引
取第一行
输出环比和同比两列数据
######
datas=pd.DataFrame({
"城市":["北京","上海","广州","深圳","沈阳"],
"环比":[101.5,101.2,101.3,102.0,100.1],
"同比":[120.7,127.3,119.4,140.9,101.4],
"定基":[121.4,127.8,120.0,145.5,101.6]
})
df1=pd.DataFrame(datas,columns=["城市","环比","同比","定基"])
print(df1)
#iloc位置索引取第一行
print(df1.iloc[0])
#取第一行
print(df1[:1])
#输出df1的行索引
print(df1.index)
#输出df1的列索引
print(df1.columns)
#输出环比和同比两列数据
print(df1[["城市","同比"]])