pandas打印某一列_2. Python--pandas库

》》点赞，收藏+关注，理财&技术不迷路《《

目录：

pandas = numpy + 标签索引

如果用 python 的列表和字典来作比较, 那么可以说 Numpy 是列表形式的，没有数值标签，而，有数值标签。Pandas是基于Numpy构建的，让Numpy为中心的应用变得更加简单。

要使用pandas，首先需要了解他主要两个数据结构：Series和DataFrame。

Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。

Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。

Pandas提供大量能使我们快速便捷地处理数据的函数和方法。

Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。

Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引。于是会自动创建一个0到N-1（N为长度）的整数型索引。

DataFrame是一个表格型的数据结构，它包含有一组有序的列，每列可以是不同的值类型（数值，字符串，布尔值等）。DataFrame既有行索引也有列索引， 它可以被看做由Series组成的大字典。

2.1 Series:

pandas.Series( data, index, dtype, copy)

series，只是一个一维数据结构，它由index和value组成。

2.2 DataFrame

pandas.DataFrame( data, index, columns, dtype, copy)

pandas中的时间序列date_range函数：

语法：pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)

该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。

主要参数说明：

periods：固定时期，取值为整数或None

freq：日期偏移量，取值为string或DateOffset，默认为'D'

normalize：若参数为True表示将start、end参数值正则化到午夜时间戳

name：生成时间索引对象的名称，取值为string或None。

closed：可以理解成在closed=None情况下返回的结果中，若closed=‘left’表示在返回的结果基础上，再取左开右闭的结果，若closed='right'表示在返回的结果基础上，再取做闭右开的结果

Series 和 DataFrame区别：

series，只是一个一维数据结构，它由index和value组成。

dataframe，是一个二维结构，除了拥有index和value之外，还拥有column。

Series 和 DataFrame联系：

dataframe由多个series组成，无论是行还是列，单独拆分出来都是一个series。

# 两种方式定义DatafFrame：

1.字典方式;一列代替一列数字，一列代替每一行数字。

2.用numpy直接诶导入数据直接生成DataFrame

1.字典创建 DataFrame

<