pandas
文章平均质量分 51
蔡叔叔two
这个作者很懒,什么都没留下…
展开
-
Pandas数据处理
一、Pandas合并 1.merge() #merge函数 #首先定义两个DataFrame对象,然后对两个DataFrame对象应用merge()函数合并操作 import pandas as pd from pandas.core import frame frame1=pd.DataFrame({'id':['ball','pencil','pen','mug','ashtray'],'price':['12.33','11.44','33.21','12.23','33.62']}) fram原创 2021-12-20 10:01:22 · 505 阅读 · 0 评论 -
DataFrame数据的迭代与排序
import pandas as pd s3=pd.Series(['狗蛋','大黄','老公鸡','大熊'],index=['row1','row2','row3','row4']) s4=pd.Series([10,20,30,40],index=['row1','row2','row3','row4']) x2={'name':s3,'age':s4} dx2=pd.DataFrame(x2) print(dx2) ''' name age row1 狗蛋 10 row2 大黄.原创 2021-12-13 11:45:52 · 1582 阅读 · 0 评论 -
DataFrame的一般操作
1.DataFrame对象的生成 pandas.DataFrame(data,index,columns,dtype,copy) 1.data:支持多种数据类型 2.index:行标签,如果没有传递,则默认为0,1,2,3... 3.columns:列标签,如果没有传递,则默认为0,1,2,3... 4.dtype:每列的数据类型 5.copy:是否复制数据,默认值为false 从列表创建DataFrame 1.一维列表创建DataFrame import pandas as p..原创 2021-12-09 23:33:40 · 1070 阅读 · 0 评论 -
Pandas简介
1.Series对象的生成 pandas.Series(data,index,dtype,copy) data:支持多种数据类型 index:索引值必须是唯一的,与data的长度相同 dtype:数据类型 copy:是否复制数据 ndarray创建一个Series对象 import pandas as pd import numpy as np data=np.array(['a','b','c','d']) s=pd.Series(data,index=[100,101,102,103])原创 2021-12-09 21:20:48 · 825 阅读 · 0 评论