python 数据分析-pandas数据结构
2023-09-14 09:06:54 时间
python 数据分析-pandas数据结构
pandas是基于Numpy的一种工具,为了结局数据分析任务而创建
pandas 两大数据结构,Series(一维数据),Dataframe(多维特征数据,既有行索引,也有列索引)
pandas Series创建函数 pandas.Series(data,index,dtype,copy)
data:数据可以采用各种形式,如:ndarry,list,constants
index:索引值必须是唯一的散列的与数据长度相同,如果没有,默认np.arange(len(data))
dtype: 用于数据类型,如果没有,将推断数据类型
copy:复制数据,默认为false
import pandas as pd
import numpy as np
a=pd.Series([11,12].index=["上海"."北京"])
print(a)
b=pd.Series({"a":2,"b":1,"c":5})#通过字典创建
print(b)
b['a]=5#对数据进行修改
print(b)
b.index=['v','c','cd']#可以通过index函数修改索引值
Series中一个很重要的功能是:它会在算术运算中自动对齐不同索引的数据
DataFrame:
DataFrame是一个表格型的数据结构,他含有一组有序的列,每列可以是不同的值类型
DataFrame 构造函数:
pandas.DataFrame(data,index,columns,dtype,copy)
这里就介绍一下data,其他的跟Series很像
data: 数据可以采取各种形式,如:ndarry,series,map,lists,dict, constant或者另一个DataFrame
import pandas as pd
data=[1,4,3,4]
df=pd.DataFrame(data)
print(df)
data=[['ad',5443],['ad',34]]
df=pd.DataFrame(data,columns=['name','age'],dtype=float)
print(df)
data={'a':[12,3,34,3,543,34],'b':[34,4,3,4,34,5]}
df=pd.DataFrame(data)
print(df)
DataFrame如果指定位置没有数据对应,就会生成Nan填充
相关文章
- [Python 爬虫]煎蛋网 OOXX 妹子图爬虫(2)——多线程+多进程下载图片
- Python安装第三方库(离线+在线)
- Pandas笔记_python总结笔记
- Python数据分析之Pandas(三)
- Python数据分析之Pandas(四)
- Python数据分析之Pandas(五)
- python教程:用简单的Python编写Web应用程序
- python chr()和ord()_Python函数ord
- 怎么安装pandas库_python第三方库pandas
- python的re模块
- python修改第三方库重写_对Python第三方库,再次封装
- 【测试开发】python系列教程:Python注释和解释器
- 如何用VOSviewer Online想画啥就画啥(配合python+networkX)
- python-Python与MySQL数据库-使用Python执行MySQL查询
- python实现将文本转换成语音的方法详解编程语言
- 快速查询MySQL数据库:Python篇(python查询mysql数据库)
- 安装Python MySQL驱动之快速指南(python安装mysql驱动)
- Python操作Redis实现数据持久化(python操作redis)
- Python玩转Redis:提升缓存效率(python使用redis)
- 数据库使用Pandas与MySQL数据库进行有效数据分析(pandas与mysql)
- 利用Pandas与MSSQL进行数据分析(pandas mssql)
- Python爬取MySQL数据,助力数据分析(python读取mysql数据)