时间:2021-05-22
Series
Series 类似一维数组,由一组数据及一组相关数据标签组成。使用pandas的Series类即可创建。
import pandas as pds1 = pd.Series(['a', 'b', 'c,', 'd'])print(s1)#输出: 0 a # 1 b# 2 c# 3 d# dtype: object上面是传入一个列表实现,上面的0,1,2,3就是数据的默认标签。另外可以通过index属性自定义标签。
s2 = pd.Series(['1', '2', '3,', '4'],index=['a', 'b', 'c,', 'd']) # index设置自定义索引print(s2)另外Series还可以通过字典传参。
s3 = pd.Series({'a':1,'b':2})print(s3.values) # 通过values获取它的值DataFrame
DataFrame是由一组数据和一组索引组成的数据结构,有行索引和列索引。和excel类似,是一种表格型数据结构。下面的就是一种简单的DataFrame数据格式
技能 0 python 1 JavaDataFrame类中可传入列表实例化一个dataframe的表格数据对象,此时行和列索引默认都是0.常见的是传入嵌套的列表,嵌套的里面的列表也可以是元祖,如果不指定索引行列索引都是从0,1开始自增,并可以通过columns、index自定义的列索引和行索引。详见下面的代码。
import pandas as pddf2 = pd.DataFrame([('a','A'),('b','B'),('c','C'),('d','D')]) # 传一个嵌套列表,嵌套里的数据可以是元祖,也可是列表print(df2)输出的格式如下:
0 1 0 a A 1 b B 2 c C 3 d Ddf3 = pd.DataFrame([('a','A'),('b','B'),('c','C'),('d','D')],columns=['小写','大写'])print(df3) 小写 大写 0 a A1 b B2 c C3 d DDataFrame类中也可传入字典来实例化一个dataframe的表格数据对象,此时字典的key就相当于列索引,此时行索引默认还是从0开始,另外也可通过 index来自定义列索引。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Pandas最好用的函数Pandas是Python语言中非常好用的一种数据结构包,包含了许多有用的数据操作方法。而且很多算法相关的库函数的输入数据结构都要求是p
前言大家在使用Python进行数据分析时,经常要使用到的一个数据结构就是pandas的DataFrame,关于python中pandas.DataFrame的基
pandas.DataFrame选取特定行使用Python进行数据分析时,经常要使用到的一个数据结构就是pandas的DataFrame,如果我们想要像Exce
上文对数据结构与算法,有了一个简单的概述与介绍,这篇文章,我们介绍一中典型数据结构——线性结构。什么是线性结构,线性结构是最简单、最基本、最常用的数据结构。线性
上文对数据结构与算法,有了一个简单的概述与介绍,这篇文章,我们介绍一中典型数据结构——线性结构。什么是线性结构,线性结构是最简单、最基本、最常用的数据结构。线性