Pandas库学习笔记

最新推荐文章于 2023-03-19 15:31:40 发布

狭路相逢，拔刀相助

最新推荐文章于 2023-03-19 15:31:40 发布

阅读量339

点赞数 1

文章标签： python

本文链接：https://blog.csdn.net/qq_42873049/article/details/103700795

版权

本文详细介绍了Pandas库中Series类型的操作，包括创建、索引获取、重置索引及name属性等。同时，讲解了DataFrame的创建方式，如从ndarray和字典创建，并探讨了DataFrame的行、列操作，如获取部分数据、重置索引和删除行列。

摘要由CSDN通过智能技术生成

1. Series类型

1.1 Series类型的创建

1.1.1 当不添加 index 时，会产生默认的索引

series 对象是一维的，开式如下，series 的第一列为索引，第二列为我们传入的值。

import pandas as pd 
import numpy as np

a = pd.Series([9, 8, 7, 6])		# 传入一个列表
print(a)

'''
0    9
1    8
2    7
3    6
'''

1.1.2 添加自定义索引

index=[自定义的行索引]

b = pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])
print(b)

'''
a    9
b    8
c    7
d    6
'''

也省略 index=[] ，直接传入两个列表，Series 会将第一个列表作为传入值，第二个列表会成为行索引。

import pandas as pd

a = pd.Series([3, 2, 1], ['a', 'b', 'c'])
print(a)

'''
a    3
b    2
c    1
dtype: int64
'''

1.1.3 当传入的值只有一个，但索引有多个

返回结果为多个索引，不同索引的值为同一个

import pandas as pd

c = pd.Series(25, ['a', 'b', 'c', 'd'])
print(c)

'''

'''
a    25
b    25
c    25
d    25
'''

1.1.4 传入字典

字典的键会成为索引，值作为传入值。

import pandas as pd 

d = pd.Series({
   'a': 9, 'b': 8, 'c': 7})
print(d)

'''
a    9
b    8
c    7
'''

1.1.5 传入ndarray类型

import pandas as pd 
import numpy as np

n = pd.Series(np.arange(5))
print(n)

'''
0    0
1    1
2    2
3    3
4    4
'''

1.2 Series类型的相关操作

1.2.1 获得Series的索引、值

series.index 获取 series 对象的索引；
series.values 获取 series 对象的值；
series.[‘a’] 获取 series 对象对应 a 行的值；
series.[n] 获取 sereis 对象的第n行的值，其中 n 为行的默认索引（即0—n)
series.get(‘a’, 100) 获取 series 对象的a行的值，如果a行不存在，则返回100。

import pandas as pd 

e = pd.Series([9, 8, 7, 6], ['a', 'b', 'c', 'd'])      
print(e)
'''
a    9
b    8
c    7
d    6
'''

# 获取series类型的索引
print(e.index)		
'''
Index(['a', 'b', 'c', 'd'], dtype='object')
'''

# 获取series类型的值
print(e.values)		
'''
[9 8 7 6]
'''

# 用自定义行索引获取对应行的值
print(e['a'])
'''
9
'''

# 用默认行索引来获取对应行的值
print