1.Series
1.1 Series 类型的创建
import pandas as pd
import numpy as np
# 用标量来创建
a=pd.Series(4,index=["a","b"]) # index不可以省略
# 用字典来创建
b=pd.Series({"a":13,"b":23})
# 用列表来创建
c=pd.Series([33,45],index=["a","b"]) # index可以省略
# 用ndarray来创建
d=pd.Series(np.arange(5),np.arange(9,4,-1)) #起点为9,终点为4,步长为-1
1.1 Series 类型的基本操作
1.1.1 Series 的操作类似于 ndarray
1.1.2 Series 的操作类似于字典
1.1.3 Series 的其他操作
可以根据索引对齐,可以更改其内储存的数值,Series 对象本身和索引都有名字(而且可以更改)
2.DataFrame
2.1 DataFrame 类型的创建
这个创建方式有许多种,学到其他的再补充吧,一下也记不住太多。
#用列表+字典
c=pd.DataFrame({"a":[1,2,3],"b":[9,8,7]})
3.pandas库的操作
3.1 改变Series DataFrame
3.1.1 增加或重排
#重新排列
c=pd.DataFrame({"a":[1,2,3],"b":[9,8,7]})
d=c.reindex(columns=['b','a']) # 不会改变原来的c
3.1.2 删除
3.2 运算法则
3.数据的基本统计分析