一.Pandas库的引用
Pandas是python第三方库,通过了高性能易用的数据类型和分析工具;Pandas库包含了Series,DataFrame两个数据类型,基于这两个数据类型可以实现基本,运算,特征类,关联类操作
导入:
import pandas as pd
小例:
import pandas as pd
d=pd.Series(range(20))
print(d)
'''
0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
10 10
11 11
12 12
13 13
14 14
15 15
16 16
17 17
18 18
19 19
dtype: int64
'''
二.Pandas库的Serices类型
Series类型由一组数据及与之相关的数据索引组成
1.Series类型的创建
Series类型可以由如下类型创建:
·python列表:index与列表元素个数一致
·标量值:index的个数表示Series的个数
·python字典:键值对的‘键’是索引,index从字典中进行选择操作
·ndarray:通过ndarray创建索引和数据
·其他函数:range函数
代码实例:
从列表创建:
import pandas as pd
d=pd.Series([2,6,4,8,3],index=['a','b','c','d','e'])
print(d)
'''
a 2
b 6
c 4
d 8
e 3
dtype: int64
'''
从标量值创建:
import pandas as pd
#从标量值创建不能省略indx
d=pd.Series(6,index=['a','b','c','d','e'])
print(d)
'''
a 6
b 6
c 6
d 6
e 6
dtype: int64
'''
从字典类型创建:
import pandas as pd
#从字典创建可以省略indx
d=pd.Series({'c':4,'d':7,'b':3,'a':2,'e':6},index=['a','b','c','d','e'])
print(d)
'''
a 2
b 3
c 4
d 7
e 6
dtype: int64
'''
从ndarray类型创建:
import pandas as pd
import numpy as np
#可以省略indx
d=pd.Series(np.arange(5),index=np.arange(9,4,-1))
print(d)
'''
9 0
8 1
7 2
6 3
5 4
dtype: int32
'''
2.Series类型的基本操作
(1)基于index和values的操作
import pandas as pd