pandas

最新推荐文章于 2022-07-27 15:06:22 发布

wxdoop

最新推荐文章于 2022-07-27 15:06:22 发布

阅读量286

点赞数 2

分类专栏：机器学习文章标签： pandas

本文链接：https://blog.csdn.net/qq_36235098/article/details/101536112

版权

机器学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

pandas 常用数据类型

Series 一维，带标签数组
DataFrame 二维，Series容器，DateFrame的每一行每一列都是一个Series

创建Series

在这里插入图片描述
左边的一列为索引，右边的为数据

手动添加索引

在这里插入图片描述

使用字典创建Series

在这里插入图片描述
dtype为Object（字符串）

修改

在这里插入图片描述
此时发现只有具有指定索引的数据被保留了下来

查看series的dtype

在这里插入图片描述

修改series的dtype

在这里插入图片描述

Series切片与索引

根据索引来获取数据
在这里插入图片描述
取多个索引

当不存在这个索引时，会返回NaN

根据位置来获取数据

在这里插入图片描述

获取索引与值

在这里插入图片描述
返回值了迭代，可转换为list操作

pandas中保留了很多numpy的方法

读取外部的数据

在这里插入图片描述
还有很多其他读取数据的方法的方法

DataFrame

创建DataFrame

在这里插入图片描述

设置行索引和列索引

每一行每一列都是一个Series
在这里插入图片描述

通过字典创建DataFrame

在这里插入图片描述

通过列表创建DataFrame

在这里插入图片描述
没有对应的键值对，就显示NaN

获取mysql中的数据

import pandas as pd
import pymysql

# # ----------pandas读取mysql的数据
con = pymysql.connect(host="localhost",user="root", password="root",
                      database="test", port=3306)
# 第一种方式
df = pd.read_sql("select * from people ",con=con)
print(df)
# 第二种方式 效果是一样的
cursor = con.cursor()

cursor.execute("select * from people")

data = [i for i in cursor.fetchall()]

cursor.execute("show columns from people")

column_info = cursor.fetchall()

df = pd.DataFrame(data,columns=[i[0] for i in column_info])

print(df)
<<<
   name  age
0  wang   22
1  xiao   23
   name  age
0  wang   22
1  xiao   23