欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Pandas 基本数据结构

程序员文章站 2022-03-27 21:06:08
pandas基本数据结构: Series 和DataFrame...

目录

基本数据结构

1. 初识Series

创建一个Series

简单访问Series的属性方法

2. 初识DataFrame

创建一个DataFrame

简单访问DataFrame的属性方法

我是总结


基本数据结构

  • Series: 具有轴标签(包括时间序列)的一维数组
  • DataFrame: 具有轴标签, 二维,大小可变, 异构的表格数据。可以视作Series的容器,是pandas主要的数据结构

1. 初识Series

创建一个Series

import pandas as pd
import numpy as np
s = pd.Series(np.random.randint(1,18,size=3),index=['a','b','c'],name='Random int64 Series',dtype='int64')

print(s)
a    17
b     7
c     6
Name: Random int64 Series, dtype: int64

简单访问Series的属性方法

# dir(s) 查看所有属性和方法
print("索引:")
print(s.index)
print("\n取值,根据索引取值:")
print(s['b'])
print("\nvalues: ")
print(s.values)
# 平均值,注意这里Series是random出来的,所以你运行得到的平均值可能不一样
print("\n平均值")
print(s.mean())
索引:
Index(['a', 'b', 'c'], dtype='object')

取值,根据索引取值:
7

values: 
[17  7  6]

平均值
10.0

2. 初识DataFrame

创建一个DataFrame

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
...                    columns=['a', 'b', 'c'])
print(df)
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

简单访问DataFrame的属性方法

# dir(df) 查看所有属性和方法
print("索引:")
print(df.index)
print("\n取值,根据索引取值:")
print(df['a'])
print("\nvalues: ")
print(df.values)
# 平均值,注意这里Series是random出来的,所以你运行得到的平均值可能不一样
print("\n平均值")
print(df.mean())
索引:
RangeIndex(start=0, stop=3, step=1)

取值,根据索引取值:
0    1
1    4
2    7
Name: a, dtype: int32

values: 
[[1 2 3]
 [4 5 6]
 [7 8 9]]

平均值
a    4.0
b    5.0
c    6.0
dtype: float64

我是总结

  • 认识了pandas两个基本数据结构: Series和DataFrame
  • 学习了Series和DataFrame的基本用法

                                                              Pandas 基本数据结构

                                                                    扫码关注公众号: 风起帆扬了
                                                                        来一起学习,成长,分享
                                                                          航行在测试的大道上
                                                                               喜欢就点赞吧

本文地址:https://blog.csdn.net/keithsoul/article/details/110881469