Python - series和dataframe的关系

目录

1  series和dataframe的关系

2 创建一个df 

3 用index过滤不同行

 4 用row 过滤

5 用series构建dataframe

---

1  series和dataframe的关系

• 类似集合与元素的关系
• DataFrame中的一行or一列的取值，返回的结果都是series
• 通过几个series，可以创建一个dataframe

默认引入

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

2 创建一个df 

直接传入一个参数

data = { 'A' : [ ' ' , ' ' , ' ' , ...]

             ... }  就是一个字典

• df = DataFrame ( data )
• 

 没指定index，就默认序列0，1，2...  指定的话如下

• df = DataFrame ( data , index = [ 'A' , 'B' , 'C' ] )
• 

3 用index过滤不同行

① 位置的、非实际的index过滤

第1到2行；更具体的位置 第1到2行且第2列

• df = [ 0:2 ]
• df. iloc [0:2 , 1:2 ]
• 

②  用实际的index过滤

单行的；多行的 

• df = [ 'A' ]
• df. iloc [ 'A' , 'B' ]
• 

 4 用row 过滤

 ① 用row过滤所有行

• for row in df.iterrows ()：
• print(row)
• 

  ② 用row过滤个别行

• for row in df.iterrows ()：
• print( row[0], row[1] )
• →只有一个元组里面的内容，一个index和它对应的值

5 用series构建dataframe

• 创建一个data

•  用series创建三个，待组成dataframe
• 
• df_new = DataFrame ( [s1,s2,s3] ) 
• 

用T可反转（矩阵同理）

•  df_new.T 
• 

 用上index

• df_new = DataFrame ( [s1,s2,s3] , index = '吃', '用', '做' ] )
• dfn =  df_new.T 
• 

再用index 修改索引

•  dfn . index = [ 'A' , 'B' , 'C' ] 
•