（Datacamp）从零开始学python（4）——Dictionary&Pandas

Dictionary

# Definition of countries and capital
countries = ['spain', 'france', 'germany', 'norway']
capitals = ['madrid', 'paris', 'berlin', 'oslo']

# Get index of 'germany': ind_ger
ind_ger = countries.index('germany')

# Use ind_ger to print out capital of Germany
print(capitals[ind_ger])

1)取代index函数，创造新的类型dictionary europe={”a“：b，…,…,}

# Definition of dictionary
europe = {'spain':'madrid', 'france':'paris', 'germany':'berlin', 'norway':'oslo' }

2)利用keys搜索

# Print out the keys in europe  输出关键字
print(europe.keys())

#确认某关键字确实存在
print('italy' in europe)          #输出结果是true or false

# Print out value that belongs to key 'norway'  输出keys对应的value
print(europe['norway'])

注意最后输出来的dictionaries are inherently unordered.就是顺序和你输进去的顺序不一致

1. dictionary的关键字应该是不可变的，比如bool ，float，int等等，list由于是可变的所以不可以充当keys
2. 由于字典用于索引，每个keys只能对应一个value，定义的时候就算后面写了第二个value，也是作废的
3. 那要怎么增删或者变动dictionary呐？↓

3)增加新的数据，查询新的数据都很便洁

 #没有这个key的话就是增加新数据，有的话就是改变values
europe['italy'] = 'rome'

# Print out the keys in europe
 europe.keys(europe)
 .
 #delete
 del(europe['italy']）

Pandas part 1

instead of Numpy arrays,pandas can handle datas of diferent types
by creating dataframe

x={keys(column lables):[values(data,column by column)]}
import pandas as pd
pd.DataFrame（x）

#外部导入文件来输入数据，eg：

x = pd.read_csv('文件',index_col=0)# index_col=0,否则会是的第一列是数字012345而不是关键字

#或者也可以单独设置

cars.index=row_labels #自己设置row_lables就行

Pandas Part 2

Index and Select Data

• Square brackets
• Advanced methods
  • loc
  • iloc

1)square brackets

type(X[["country"，....]])  #注意是两个方括号，一个的话 它会告诉你这个列的类型是Series 2333

2）Row Access[]——loc ＆ iloc

loc ：基于行列标签，iloc：基于数据的位置

brics.loc['RU',..,]  #row as Pandas Series
bris.loc[["RU",...,....]] # DataFram
eg:
bris.loc[["RU",...,....],["a","b"]]
#          行               列 输出为datafram形式， 前面的是行标签，后面的是列标签
#可以省略列，但要写行 ，若只想要列 可以[:,['a','b'.....,]]