python. pandas(series,dataframe,index,reindex,csv file read and write) method test
import pandas as pd
import numpy as np
def testpandas():
p = pd.Series([1,2,3,4,5],index =('a','b','c','d','e'))
print(p) cities = {'bejing':5500,'shanghai':5999,'shezhen':6000,'suzhou':None}
p2 = pd.Series(cities,name ='prices')
print(p2[:-1])
print('bejing' in p2)
print(p2.get('bejing'))
print(p2[p2 < 6000])
print(p.mean())
s = pd.Series(np.random.randn(5),index =[1,2,3,4,5])
print(np.random.randn(5)) le = p2 < 5600
print(le)
print(p2[le])
print('---------------------------')
p2['bejing']=7000
print(p2/2)
print(np.log(p2))
print('---------------------------')
com=p + p2
print(com)
print('---------------------------') data={'city':['bj','shenzhen','shanhai'],
'year':[2011,2013,2014],
'pop':[2100,2200,2430]}
df = pd.DataFrame(data,columns=['year','city','pop'],index=['one','two','three'])
print(df)
print('---------------------------')
df2=pd.DataFrame({'city':p2,'p1':p})
print(df2)
print('---------------------------') data2=[{'july':9999,'han':5000,'zewei':1000},{'july':9999,'han':5000,'zewei':1000},{'july':9999,'han':5000,'zewe2i':1000}]
df3=pd.DataFrame(data2)
print(df3)
print(df3.loc[[1,2]])
print(df3['han'])
print('---------------------------')
print(df3.iloc[0:2])
print('---------------------------')
df3.loc[1]=9000
df3['han']=9000
print(df3)
print(df3.shape[1])
print(df3.columns)
print('---------------------------')
print(df3.info())
df3.index.name='city'
df3.columns.name='info'
print('---------------------------')
print(df3)
row =df3.loc[0]
print(row) print(df3.sub(row,axis=1))
print('---------------------------')
col=df3['july']
print(col)
print(df3.sub(col,axis=0))
print('---------------------------')
index=pd.Index(['shanghai','guangzhou','shenzheng'])
print(index)
obj = pd.Series(range(3),index=['a','b','c'])
obj_index=obj.index
print(obj_index[1:]) print(df3.drop([0,1]))
print(df3) print(df3)

#read and write csv of pandas
goog =pd.read_csv(r'C:\python\demo\LiaoXueFeng\data\test_vrt.csv',index_col=0)
goog=goog.reindex(pd.to_datetime(goog.index))
print(goog.head())
print(goog.tail())
data2 = [{'july': 9999, 'han': 5000, 'zewei': 1000}, {'july': 9999, 'han': 5000, 'zewei': 1000},
{'july': 9999, 'han': 5000, 'zewe2i': 1000}]
df3 = pd.DataFrame(data2)
df3.to_csv(r'C:\python\demo\LiaoXueFeng\data\goog2.csv',encoding='GBK',mode='a')

python. pandas(series,dataframe,index) method test的更多相关文章

  1. python pandas.Series&&DataFrame&& set_index&reset_index

    参考CookBook :http://pandas.pydata.org/pandas-docs/stable/cookbook.html Pandas set_index&reset_ind ...

  2. python pandas ---Series,DataFrame 创建方法,操作运算操作(赋值,sort,get,del,pop,insert,+,-,*,/)

    pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的, 导入如下: from panda ...

  3. Python Pandas -- Series

    pandas.Series class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath ...

  4. python基础:如何使用python pandas将DataFrame转换为dict

    之前在知乎上看到有网友提问,如何将DataFrame转换为dict,专门研究了一下,pandas在0.21.0版本中是提供了这个方法的.下面一起学习一下,通过调用help方法,该方法只需传入一个参数, ...

  5. Pandas数据结构(一)——Pandas Series

    Pandas 是 Python 中基于Numpy构建的数据操纵和分析软件包,包含使数据分析工作变得快速简洁的高级数据结构和操作工具.通过Pandas Series 和 Pandas DataFrame ...

  6. pandas.Series

    1.系列(Series)是能够保存任何类型的数据(整数,字符串,浮点数,Python对象等)的一维标记数组.轴标签统称为索引. Pandas系列可以使用以下构造函数创建 - pandas.Series ...

  7. pandas数据结构:Series/DataFrame;python函数:range/arange

    1. Series Series 是一个类数组的数据结构,同时带有标签(lable)或者说索引(index). 1.1 下边生成一个最简单的Series对象,因为没有给Series指定索引,所以此时会 ...

  8. 利用Python进行数据分析:【Pandas】(Series+DataFrame)

    一.pandas简单介绍 1.pandas是一个强大的Python数据分析的工具包.2.pandas是基于NumPy构建的.3.pandas的主要功能 --具备对其功能的数据结构DataFrame.S ...

  9. Pandas 之 Series / DataFrame 初识

    import numpy as np import pandas as pd Pandas will be a major tool of interest throughout(贯穿) much o ...

随机推荐

  1. JsonPath小结

    在查看DHC Assertions 模块说明的时候,无意间发现assert模块中JsonBody使用了 JSON Path ,兴趣使然,看了下,发现是类似解析xml用到的 XPath.通过路径来获取j ...

  2. [企业化NET]Window Server 2008 R2[2]-SVN 服务端 和 客户端 安装

    1.  服务器基本安装即问题解决记录      √ 2.  SVN环境搭建和客户端使用 2.1  服务端 和 客户端 安装    √ 2.2  项目建立与基本使用     √ 2.3  基本冲突解决, ...

  3. Android Studio多Module开发需要注意的问题

    多module开发,其中的一个为入口module,其他module为独立的“应用”(library) 1.在原有的项目导入另外个项目的module为主项目的次module,即在A项目中添加一个启动B项 ...

  4. 基于key/value+Hadoop HDFS 设计的存储系统的shell命令接口

    对于hadoop HDFS 中的全部命令进行解析(当中操作流程是自己的想法有不允许见欢迎大家指正) 接口名称 功能 操作流程 get 将文件拷贝到本地文件系统 . 假设指定了多个源文件,本地目的端必须 ...

  5. Python 学习参考书目推荐

    Python 学习,参考书目推荐 前言 好的技术书籍可以帮助我们快速地成长,大部分人或多或少地受益于经典的技术书籍.在「Python开发者」微信公号后台,我们经常能收到让帮忙推荐书籍的消息.这类的问题 ...

  6. 关于easyui combobox下拉框实现多选框的实现

    好长时间没有更博了,一是因为最近真的比较忙,二是因为自己是真的偷懒了,哈哈 好啦,这篇博客主要是总结一些关于easyui combobox下拉框实现多选框的实现,包括前台界面的展示,和后台对数据的获取 ...

  7. SQL Server中判断字符串出现的位置及字符串截取

    首先建一张测试表: )); insert into teststring values ('张三,李四,王五,马六,萧十一,皇宫'); 1.判断字符串中某字符(字符串)出现的次数,第一次出现的位置最后 ...

  8. 引文分析工具HistCite使用简介

    运行环境: win8.1(lenovo Y450) 1.去www.histcite.com下载histcite最新版,并安装 2.去WOS下载文献.保存方式为: 记录数: 记录1至500(最大支持50 ...

  9. 脚本采集数据插入到influxdb数据库里

    #!/bin/bash # 定时收集java服务metrics # curl http://10.7.16.42:6301/metrics demo # 参数: post_influxdb_write ...

  10. Tomcat7环境下面MySQL 56/Oracle数据库连接池的配置

    环境: Tomcat7 MySQL56 mysql-connector-java-3.1.10-bin.jar 步骤: 1. 配置context.xml 此文件位于~\tomcat7\conf目录下面 ...