>>> a=pd.Series(['a',1,'e',2,np.nan,66])>>> a
0 a
112 e
324 NaN
566
dtype:object
用DataFrame构建数据框,index和columns分别可以设置行和列名:
>>> tf = pd.DataFrame(np.random.randn(6,4),index=['a','b','c','d','e','f'])>>> tf
0123
a -1.5476270.507147-1.243817-0.472008
b 0.212566-0.160688-0.450790-1.311296
c 1.636306-0.6561811.189830-0.185942
d 0.1955940.2298840.7607570.167061
e 0.999479-0.1337320.3188880.392381
f 1.566487-0.9568390.841864-1.084695
>>> tf1 = pd.DataFrame({'A':1.,'B':pd.Timestamp('20180816'),'C':pd.Series([3]*5),'D':pd.Categorical(['ss','d','fg','ew','g']),'E':np.array([2]*5,dtype='int64'),'F':np.arange(5)})>>> tf1
A B C D E F
01.02018-08-163 ss 2011.02018-08-163 d 2121.02018-08-163 fg 2231.02018-08-163 ew 2341.02018-08-163 g 24
>>> tf1.sort_values(by='F',ascending=False)
A B C D E F
41.02018-08-163 g 2431.02018-08-163 ew 2321.02018-08-163 fg 2211.02018-08-163 d 2101.02018-08-163 ss 20>>> tf1.index
RangeIndex(start=0, stop=5, step=1)>>> tf1.columns
Index(['A','B','C','D','E','F'], dtype='object')>>> tf1.sort_index(axis=1,ascending=False)
F E D C B A
002 ss 32018-08-161.0112 d 32018-08-161.0222 fg 32018-08-161.0332 ew 32018-08-161.0442 g 32018-08-161.0>>> tf1.sort_index(axis=0,ascending=False)
A B C D E F
41.02018-08-163 g 2431.02018-08-163 ew 2321.02018-08-163 fg 2211.02018-08-163 d 2101.02018-08-163 ss 20