# 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. [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 ...

  8. 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 ...

  9. 【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

  1. 【Linux】-- 在linux上安装mysql及基本操作

    1.MySQL的安装 1.删除mariadb数据库 yum remove mariadb-libs.x86_64 CentOS7默认安装mariadb数据库,所以要先删除 2.下载mysql源 进入m ...

  2. DPI与DFI技术分析

    DPI全称为“Deep Packet Inspection”,称为“深度包检测”.DPI技术在分析包头的基础上,增加了对应用层的分析,是一种基于应用层的流量检测和控制技术,当IP数据包.TCP或UDP ...

  3. js 复制(自动)

    <script type="text/javascript"> document.writeln("<input type=\'text\' id=\' ...

  4. 简单的3d变换

    <!DOCTYPE html><html> <head>  <meta charset="UTF-8">  <title> ...

  5. CentOS下的Mysql的安装和使用

    1.使用安装命令 :yum -y install mysql mysql-server mysql-devel 安装完成却发现Myserver安装缺失,在网上找原因,原来是因为CentOS 7上把My ...

  6. 使用javascript和css模拟帧动画的几种方法浅析

    我们平时在开发前端页面的时候,经常会播放一段帧序列.这段帧序列就像gif图片那样,反复循环播放.那大家可能会说,直接用gif图片就好了,干嘛还去模拟呢?那是因为要做得更加灵活,我们要做到以下几点: 1 ...

  7. [LeetCode] Linked List Components 链表组件

    We are given head, the head node of a linked list containing unique integer values. We are also give ...

  8. 腾讯云“智能+互联网TechDay”:揭秘智慧出行核心技术与创新实践

    现如今,地面交通出行与大家的生活息息相关.在当前城市道路日益复杂和拥挤的情况下,如何保证交通出行的安全和便捷相信是每个人以及众多专家.科研工作者重点关注的问题. “智慧交通”系统是解决交通发展瓶颈的有 ...

  9. NoSuchMethodError 问题

    最近maven升级到gradle后,总是报NoSuchMethod error.然后 ,报错的类确实是有这个方法,一切看起来都没有问题.那么运行时jvm到底加载的哪里的类呢?有没有相关的命令可以查询, ...

  10. Exp5 MSF基础应用 20164320 王浩

    1. 实践目标 本实践目标是掌握metasploit的基本应用方式,重点常用的三种攻击方式的思路.具体需要完成: 1.1一个主动攻击实践,如ms08_067; (1分) 1.2 一个针对浏览器的攻击, ...