pandas模块--Series数据与DataFrame数据

最新推荐文章于 2024-07-16 22:39:06 发布

霸道程序员爱上你

最新推荐文章于 2024-07-16 22:39:06 发布

阅读量455

点赞数 1

本文链接：https://blog.csdn.net/qq_37037438/article/details/87967311

版权

pandas是Python中的数据处理模块，主要数据结构包括Series和DataFrame。Series是一维标签数据，类似字典，提供了创建、元素操作和特殊运算等功能。DataFrame是二维表格数据，具备行和列索引，支持多种操作和从文件读取数据。groupby功能允许按指定键对数据进行切片、切块和摘要统计。

摘要由CSDN通过智能技术生成

pandas模块是python用于数据导入与整理的模块，对数据挖掘前期数据的处理工作十分有用。
pandas模块的数据结构主要有两种：
1.Series
2.DataFrame

Series

注：以下的所有pandas都简称为pd(import pandas as pd)

介绍：
series结构是一个一维的标签矩阵，类似于python里面的字典key-value结构。
常用方法：

创建Series对象

# 用列表创建series对象
array=[" 粉条 " , " 粉丝 " , " 粉带 " ]
s1=pd.series(data=array)
print(s1)
"""
0    粉条
1    粉带
2    粉丝
dtype: object
"""
# 如果不指定索引默认从0开始,dtype为数据的类型
ss1=pd.Series(data=array,index=[ ' A ' , ' B ' , ' C '])
print(ss1)
"""
A    粉条
B    粉带
C    粉丝
dtype: object
"""

# 通过numpy的对象Ndarray创建Series:
n=np.random.randn(5)    # 随机创建一个ndarray对象;
s2=pd.Series(data=n)
print(s2)
"""
0   -1.387049
1   -0.527612
2   -0.389382
3    0.549090
4    0.122328
dtype: float64
"""

# 修改元素的数据类型
ss2=s2.astype(np.int)    # 也可以修改为nan缺失值
print(ss2)
"""
0   -1
1    0
2    0
3    0
4    0
dtype: int64
"""


# 通过字典创建Series对象
dict={string.ascii_lowercase[i]:i for i in range(10)}
s3=pd.Series(dict)
print(s3)
"""
a    0
b    1
c    2
d    3
e    4
f    5
g    6
h    7
i    8
j    9
dtype: int64
"""

对Series元素进行操作

array=[' 粉条 ' , ' 粉丝 ' , ' 粉带 ']
s1=pd.Series()

# 修改Series的索引值,默认索引为0，1，2，3...
s1.index=[ 'A' , 'B' , 'C']
print(s1)
"""
A    粉条
B    粉带
C    粉丝
dtype: object
"""

# Series纵向拼接
array=[' 粉条 ' , ' 粉丝 ' , ' 粉带 ']
s2=pd.Series(data=array)
s3=s1.append(s2) 
print(s3)
"""
A    粉条
B    粉带
C    粉丝
0    粉条
1    粉带
2    粉丝
dtype: object
"""

#删除指定索引对应的元素
s3=s3.drop('C') 
print(s3)
"""
A    粉条
B    粉带
0    粉条
1    粉带
2    粉丝
dtype: object
"""

# 根据指定的索引查找元素
pri