Python练习:初别Pandas
# Pandas安装
- Anaconda 安装: conda install pandas 或者pip install pandas 参考 http://pandas.pydata.org/
## Series 示例
- 定义方式如下
>>>s1 = Series(['张三','男',25,'北京'])
>>>print(s1)
0 张三
1 男
2 25
3 北京
dtype: object
- 带索引定义
>>>s2 = Series(['张三','男',25,'北京'],index=['Name','Sex','Age','Addr'])
>>>s3 = Series(['张三','男',25,'北京'],['Name','Sex','Age','Addr'])
>>>print(s2)
Name 张三
Sex 男
Age 25
Addr 北京
dtype: object
>>>print(s3)
Name 张三
Sex 男
Age 25
Addr 北京
dtype: object
- 传入字典方式
>>>dic = {'Name':'张三','Sex':'男','Age':25,'Addr':'北京'}
>>> s4 = Series(dic)
>>>print(s4)
Name 张三
Sex 男
Age 25
Addr 北京
dtype: object
- 访问索引和值
>>>s4.index
Index(['Nmae', 'Sex', 'Age', 'Addr'], dtype='object')
>>>s4.values
array(['张三', '男', 25, '北京'], dtype=object)
>>>s4.index
Index(['Name', 'Sex', 'Age', 'Addr'], dtype='object')
>>>
>>>s4.values
array(['张三', '男', 25, '北京'], dtype=object)
## DataFrame
- DataFrame 是一种二维的数据结构,非常接近于电子表格或者类似 mysql 数据库的形式。它的竖行称之为 columns,横行跟前面的 Series 一样,称之为 index,也就是说可以通过 columns 和 index 来确定一个主句的位置。
- 示例
>>>data = {'年级':['一年级','二年级','三年级'], '班数':[10, 8, 8 ], '主任':['张老师', '李老师', '王老师']}
>>>Df = DataFrame(data)
>>>print(Df)
年级 班数 主任
0 一年级 10 张老师
1 二年级 8 李老师
2 三年级 8 王老师
>>>Df2= DataFrame(data, index=['a', 'b', 'c'])
>>>print(Df2)
年级 班数 主任
a 一年级 10 张老师
b 二年级 8 李老师
c 三年级 8 王老师
>>>
>>>Df['年级']
0 一年级
1 二年级
2 三年级
Name: 年级, dtype: object
>>>Df['班数'][0] = 9
>>>print(Df)
年级 班数 主任
0 一年级 9 张老师
1 二年级 10 李老师
2 三年级 10 王老师
>>>Df['班数'][1] = 11
>>>print(Df)
年级 班数 主任
0 一年级 9 张老师
1 二年级 11 李老师
2 三年级 10 王老师
>>>Df['班数'] = 11
>>>print(Df)
年级 班数 主任
0 一年级 11 张老师
1 二年级 11 李老师
2 三年级 11 王老师
>>>
Python练习:初别Pandas的更多相关文章
- python及numpy,pandas易混淆的点
https://blog.csdn.net/happyhorizion/article/details/77894035 初接触python觉得及其友好(类似matlab),尤其是一些令人拍案叫绝不可 ...
- 利用Python进行数据分析(12) pandas基础: 数据合并
pandas 提供了三种主要方法可以对数据进行合并: pandas.merge()方法:数据库风格的合并: pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起: 实例方法c ...
- 利用Python进行数据分析(9) pandas基础: 汇总统计和计算
pandas 对象拥有一些常用的数学和统计方法. 例如,sum() 方法,进行列小计: sum() 方法传入 axis=1 指定为横向汇总,即行小计: idxmax() 获取最大值对应的索 ...
- 利用Python进行数据分析(8) pandas基础: Series和DataFrame的基本操作
一.reindex() 方法:重新索引 针对 Series 重新索引指的是根据index参数重新进行排序. 如果传入的索引值在数据里不存在,则不会报错,而是添加缺失值的新行. 不想用缺失值,可以用 ...
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析.它提供了大量高级的数据结构和对数据处理的方法. pandas 有两个主要的数据结构 ...
- python安装numpy和pandas
最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了.首要条件,python版本必须 ...
- [转] python安装numpy和pandas
最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了.首要条件,python版本必须 ...
- Python数据分析入门之pandas基础总结
Pandas--"大熊猫"基础 Series Series: pandas的长枪(数据表中的一列或一行,观测向量,一维数组...) Series1 = pd.Series(np.r ...
- 【转载】python安装numpy和pandas
转载:原文地址 http://www.cnblogs.com/lxmhhy/p/6029465.html 最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装 ...
随机推荐
- flash上传头像,截取图像 组件演示
效果图如下: HTML页面代码: <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http:// ...
- arcgis中转换netCDF为栅格数据
最近有个同学询问我一个问题,使用arcpy把netcdf转化成栅格文件,忙活了两个小时才搞定,其实主要代码非常简单,只不过要对arcgis 的功能比较熟悉(其实多思考和查考它的帮助文章,无聊) # - ...
- C++ 简单的控制台贪吃蛇小游戏
由于比较懒,所以不怎么写,觉得这样不应该.我应该对自己学的做出整理,不管是高端低端,写出来是自己的. // 贪吃蛇.cpp : 定义控制台应用程序的入口点. // #include "std ...
- react-native flatlist 上拉加载onEndReached方法频繁触发的问题
问题 在写flatlist复用组件时,调用的时候如果父组件是不定高的组件,会造成组件无法显示 如果父组件样式{flex:1},则会出现下拉方法频繁触发或不正常触发的问题(我这里出现的问题是在列表第6个 ...
- C_输入一个整数N,输出从0~N(算法思考)
1.for循环实现 #include <stdio.h> #include <time.h> clock_t start, stop; double duration; voi ...
- [LeetCode] Split Array With Same Average 分割数组成相同平均值的小数组
In a given integer array A, we must move every element of A to either list B or list C. (B and C ini ...
- [LeetCode] Design Circular Queue 设计环形队列
Design your implementation of the circular queue. The circular queue is a linear data structure in w ...
- 如何设置默认以管理员权限运行cmd
设置cmd以管理员权限运行 目的:创建或删除文件等命令时,需要管理员权限运行cmd(linux以root用户登录). 例如,创建日志目录. 方法一: 1.激活administrator用户 2 ...
- 【C++】链表回环检测
//链表回环检测问题 #include<iostream> #include<cstdlib> using namespace std; ; struct node { int ...
- 技术Leader相关文章和思考
参考文章: 你与优秀的技术Leader之间只差这一个“图谱” 如何成为优秀的技术主管?你要做到这三点