快捷導(dǎo)航

Series和DataFrame使用簡(jiǎn)單入門

更新時(shí)間：2019年11月13日 09:57:50 作者：XHHP

這篇文章主要介紹了Series和DataFrame使用簡(jiǎn)單入門，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

（1）、導(dǎo)入庫(kù)

from pandas import Series,DataFrame
import pandas
import numpy

（2）、Series簡(jiǎn)單創(chuàng)建與使用

#Serires
obj = Series([4,7,-5,3]) #簡(jiǎn)單創(chuàng)建Serires
print(obj) #簡(jiǎn)單輸出
print(obj.values) #輸出值
print(obj.index)  #輸出索引

obj2 = Series([4,7,-5,3], index=['d','b','a','c'])  #指定索引
print(obj2)   #簡(jiǎn)單輸出
print(obj2.index)  #輸出索引
print(obj2['a'])  #根據(jù)索引輸出單個(gè)值
obj2['d']=6   #根據(jù)索引修改值
print(obj2['d'])  #輸出
print(obj2[['d','a','c']]) #輸出多個(gè)值
print(obj2[obj2 > 0])  #按條件輸出
print('b' in obj2) #根據(jù)索引看數(shù)組里面是否有，返回True
print('e' in obj2) #返回False

（3）、根據(jù)字典創(chuàng)建Series

#根據(jù)字典創(chuàng)建Series
sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44}
obj3 = Series(sdata)
print(obj3)

（4）、列表與字典進(jìn)行匹配

#列表與字典進(jìn)行匹配
sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44}
states = ['Casfef','Oer','rgg','greg'] 
obj4 = Series(sdata, index = states)  #列表與字典進(jìn)行匹配
print(obj4)
print(pd.isnull(obj4)) #查看數(shù)據(jù)是否為空
print(pd.notnull(obj4)) #查看數(shù)據(jù)是否非空

（5）、兩個(gè)Serires相加

#兩個(gè)Serires相加
obj1 = Series([3,7,-4,3], index=['q','b','a','c'])
obj2 = Series([4,7,-5,3], index=['d','b','a','g'])  
print(obj1 + obj2) #兩個(gè)Serires相加，具有共同索引的則相加，如果不是共同索引就置為NaN

（6）、修改索引的名字

#修改索引的名字
#obj = Series([4,7,-5,3], index=['d','b','a','g'])  
#obj.index = ['Bob','Steve','Jeff','Ryan']
#print(obj.index)

（7）、dataframe的簡(jiǎn)單應(yīng)用

#dataframe的簡(jiǎn)單應(yīng)用
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
    'year': [2000, 2005, 2006, 2007],
    'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data)   #根據(jù)字典創(chuàng)建DataFrame
frame2 = DataFrame(data, columns= ['state', 'pop', 'year'])   #指定列的排列順序
frame3 = DataFrame(data, index= ['a','b','c','d'])   #指定行索引

（8）、獲取DataFrame其中的一列（相當(dāng)于Series）

#獲取DataFrame其中的一列（相當(dāng)于Series）
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
    'year': [2000, 2005, 2006, 2007],
    'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根據(jù)字典創(chuàng)建DataFrame
print(frame['year'])  #獲取其中的一列
print(frame.loc['q2'])  #獲取其中的一行

（9）、修改DataFrame中的值

#修改DataFrame中的值
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
    'year': [2000, 2005, 2006, 2007],
    'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根據(jù)字典創(chuàng)建DataFrame
frame['grg'] = numpy.arange(4) #修改某一列的值
val = Series([8.2,8.5,8.7], index=['q1','q3','q4'])   #修改指定列的值
frame['pop'] = val
print(frame)

（10）、輸出DataFrame整體值

#輸出DataFrame整體值
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
    'year': [2000, 2005, 2006, 2007],
    'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根據(jù)字典創(chuàng)建DataFrame
print(frame.values)

（11）、DataFrame的構(gòu)造函數(shù)