python. pandas(series,dataframe,index) method test
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
- 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 ...
- 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 ...
- Python Pandas -- Series
pandas.Series class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath ...
- 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, ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- Http网络协议
目录结构: contents structure [-] 什么是HTTP协议 Http协议的发展历史 Http的报文结构 客户端请求 服务端响应消息 Content-Type application/ ...
- Docker 简单查看name和ip
原文地址:https://blog.csdn.net/wen_1108/article/details/78282268 查看docker name: sudo docker inspect -f=' ...
- ORACLE在线切换undo表空间
切换undo的一些步骤和基本原则 原文:http://www.xifenfei.com/3367.html 查看原undo相关参数 SHOW PARAMETER UNDO; 创建新undo空间 cre ...
- 启动mysql报错 -- ERROR! The server quit without updating PID file
开发说某个测试环境的mysql,无法重启了,报以下错误提示: # service mysqld restart Shutting down MySQL.. SUCCESS! Starting MySQ ...
- Linux内核系统体系概述
Linux 内核主要由 5 个模块构成,它们分别是: 进程调度模块 用来负责控制进程对 CPU 资源的使用.所采取的调度策略是各进程能够公平合理地访问 CPU,同时保证内核能及时地执行硬件操作. 内存 ...
- 跟我学SharePoint 2013视频培训课程——删除恢复、文档离线工作(11)
课程简介 第11天,怎样在SharePoint 2013中删除.恢复文档.文档离线工作. 视频 SharePoint 2013 交流群 41032413
- C#基础第四天-作业-Hashtable-list<KeyValuePair>泛型实现名片
1.名片集: 名片集实现功能:不限定集合实现 增加,查询,查询全部,删除 功能,需求条件: 根据姓名去(查询/删除)某一行数据.指定:姓名,年龄,性别,爱好,联系方式. 采用技术:Hashtable- ...
- CentOS 安装Mosquitto及测试
系统信息,阿里云服务器 安装工具 yum install gcc gcc-c++ yum install openssl-devel yum install c-ares-devel yum inst ...
- 在ubuntu16安装supervisor 并 启动 .net core.
1. 安装supervisor apt-get install supervisor 2.新建supervisor配置文件.使用以下命令在linux 命令行 echo_supervisord_conf ...
- php分享十二:分组取前N记录
经常看到问题,如何取出每组的前N条记录 http://blog.csdn.net/acmain_chm/article/details/4126306 问题:有表 如下,要求取出各班前两名(允许并列第 ...