第十八讲
pandas的使用
pandas本质上是在numpy基础下进行的二次封装
主要用来解决业务逻辑
pandas主要提供了俩种对象
- Series(一维列表)
- DataFrame(二维列表)
import pandas as pd
import numpy as np
from pandas import Series,DataFrame
Series([1,2,3])
输出结果
0 1
1 2
2 3
dtype: int64
左边有索引,但是显示的是默认索引,这给我们提供一个思路,也就是我们可以对索引进行重命名,让索引方式符合我们的日常使用习惯
Series([1,2,3],index=['tom','jack','lucy'])
输出结果
tom 1
jack 2
lucy 3
dtype: int64
Series的索引机制非常符合我们用户的习惯,像定向搜索等,所以Series更加适合去处理业务,提升可读性
访问类型
- 显示访问
s = Series([1,2,3],index=['tom','jack','lucy'])
s['tom']
s.loc['tom'] # 二者在访问上没有区别但推荐使用loc方法
- 隐式访问
s = Series([1,2,3],index=['tom','jack','lucy'])
s[0]
由于pandas是基于numpy的
numpy的访问方式在pandas中同样适用,如列表和布尔列表
s.loc[['tom','lucy']]
输出结果
tom 1
lucy 3
dtype: int64
s.loc[[True,False,True]]
输出结果
tom 1
lucy 3
dtype: int64
广播运算依然很有意义
s > 5
tom False
jack False
lucy False
dtype: bool