Python学习——Pandas基础之Series、DataFrame和数据文件的操作

  1. pandas简介
    pandas提供了使我们能够快速便捷地处理结构化数据的大量数据结构和函数
    pandas兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库灵活的数据处理功能
    对于金融行业的用户,pandas提供了大量适合于金融数据的高性能时间序列功能和工具
    学统计的人会对R语言比较熟悉,R提供的data.frame对象功能仅仅是pandas的DataFrame所提供的功能的一个子集
    pandas含有使数据分析工作变得更快更简单的高级数据结构和操作工具,它是基于Numpy构建的,有很多操作是类似的

  2. Series
    Series是一种类似于一维数组的对象,由数据(各种NumPy数据类型)以及与之相关的数据标签(即索引)组成
    可以通过字典构建Series对象,Series对象的索引也是可以修改的

    题外话:使用Pycharm新建py文件时,名称不要叫pandas,不然会无法导入pandas包…

    eg:
    import pandas as pd
    
    s1 = pd.Series([1, 2, 3, 4], index=list("abcd"))
    print(s1)
    print(s1.values)
    print(s1.index)
    # 修改索引
    s1.index = list("qazw")
    print(s1)
    
    # 通过字典构建Series对象
    dict1 = dict(a=1, b=2, c=3, d=4)
    s2 = pd.Series(dict1
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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