panads的基本使用
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
提示:以下是本篇文章正文内容,下面案例可供参考
一、pandas是什么?
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码如下(示例):
import pandas as pd
a1=pd.Series([3,4,10,5,23,-56,45])
a1
#显示a1的数据及类型
a1.values
#显示a1的类型
a1.index
运行结果:
2.读取数据(通过坐标)
代码如下(示例):
import pandas as pd
obj2=pd.Series([-3,2,7,1],index=['a','b','c','d'])
print(obj2)
print(obj2['a'])
print(obj2[['c','a']])
print(obj2[obj2>0])
print(obj2*2)
运行结果:
3.字典排序显示
sdata={
'Ohio':35000,
'Texas':71000,
'Oregon':16000,
'Utah':5000
}
obj3=pd.Series(sdata)
obj3
data={
'state':['ohio','ohio','ohio','Nevada','Nevada','Nevada'],
'year':[2000,2001,2002,2001,2002,2003],
'pop':[1.5,1.7,3.6,2.4,2.9,3.2]
}
frame=pd.DataFrame(data)
frame
运行结果:
##4.显示其他类型的排序
frame.head()
pd.DataFrame(data,columns=['year','state','pop'])
运行结果:
frame['year']
frame.iloc[:,1]
运行结果:
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。