Pandas模块 -- 实操练习

 

如果对序列进行数学函数的运算，首选numpy模块；

如果对序列做统计运算，首选序列的“方法”，因为序列的“方法”更加丰富，如计算序列的偏度、峰度等，而Numpy模块是没有这样的函数。

 

手工构造数据框DataFrame时，一般首选字典方法。因为通过字典的方法构造数据框，则字典的键构成数据框的变量名。

arr1=pd.DataFrame([['张三',23,'男'],['李四',27,'女'],['王二',26,'女']])
print(arr1)
print("")
print("对比两种方式的区别：\n")
arr2=pd.DataFrame({'姓名':['张三','李四','王二'],'年龄':[23,27,26],'性别':['男','女','女']})
print(arr2)

 

 

 

构造序列时：pd.Series( )  参数是列表或元组都可以

构造数据框时，pd.DataFrame( )   使用列表或元组构造时，嵌套的最外层必须是列表list，里面一层是列表或元组都可以

 

#外层是元组 括号形式，不能运行，会报错
arr1=pd.DataFrame((('张三',23,'男'),('李四',27,'女'),('王二',26,'女')))
#下面两种形式 最外层是列表List的都能正常运行
arr2=pd.DataFrame([('张三',23,'男'),('李四',27,'女'),('王二',26,'女')])
arr3=pd.DataFrame([['张三',23,'男'],['李四',27,'女'],['王二',26,'女']])

 

 

读取电子表格pd.read_excel(  )时指定header=False，然后报出下面的错误：

TypeError: Passing a bool to header is invalid. Use header=None for no header or header=int or list-like of ints to specify the row(s) making up the column names

 如果不将数据集的第一行作为表头，需要设置header=None，而不能是header=0或header=False

 

转载于:https://www.cnblogs.com/bravesunforever/p/11204369.html