程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

Pandas簡單使用Series和DataFrame

編輯:Python
Series的創建方式
  • 通過標量來創建Series

    x=22
    s1=pd.Series(x)
    s1
    0 22
    dype:int64
    s2=pd.Series(x,index=list(range(3)))
    s2
    0 22
    1 22
    2 22
    dtype:int64
    
  • 通過可迭代對象創建Series

    x=range(1,7)
    s1=pd.Series(x)
    s1
    0 1
    1 2
    2 3
    3 4
    4 5
    5 6
    dtype:int64
    
  • 通過列表創建Series

    x=[1,2,3,4,5]
    s1 = pd.Series(x)
    s1
    0 1
    1 2
    2 3
    3 4
    4 5
    
  • 通過字典創建Series

    x=dict(a=22,b=18,c=36)
    x
    {"a":22,"b":18,"c":36}
    s1=pd.Series(x)
    s1
    a 22
    b 18
    c 36
    
Series的6個常用屬性
  • ndim:返回Series的維數

  • shape:返回Series的行列數

  • size:返回Series元素的個數

  • dtype:返回Series元素的數據類型

  • index:返回Series的索引,得到的只是一個索引對象,我們可以利用list()函數將他們轉換為索引列表

  • values:返回Series的數值

    x = [1,3,5,7,9]
    s = pd.Series(x)
    s
    0 1
    1 3
    2 5
    3 7
    4 9
    dtype: int64
    s.ndim
    1
    s.shape
    (5,)
    s.size
    5
    s.dtypes
    dtype("int64")
    list(s.index)
    [0,1,2,3,4]
    s.values
    array([1,3,5,7,9],dtype=int64)
    
DataFrame的4種創建方式(最外層為字典則是豎著,最外層為列表則是橫著)
  • 通過列表組成的列表創建DateFrame

    x=[
    [1,2,3,4],
    [5,6,7,8],
    [9,10,11,12]
    ]
    df1=pd.DataFrame(x)
    df1
    0 1 2 3
    0 1 2 3 4
    1 5 6 7 8
    2 9 10 11 12
    df2=pd.DataFrame(x,index=['aa','bb','cc'],columns=list('abcd'))
    df2
    a b c d
    aa 1 2 3 4
    bb 5 6 7 8
    cc 9 10 11 12
    
  • 通過列表組成的字典創建DataFrame

    x = {
    "name":['張三','李四','王五'],
    "age":[18,22,20],
    "sex":["男","女","男"]
    }
    df=pd.DataFrame(x)
    df
    name age sex
    0 張三 18 男
    1 李四 22 女
    2 王五 20 男
    
  • 通過字典組成的列表創建DataFrame

    x=[
    {'one':1,'two':2,'three':3},
    {'one':11,'two':22,'three':33}
    ]
    df=pd.DataFrame(x)
    df
    one two three
    0 1 2 3
    1 11 22 33
    
  • 通過字典組成的字典創建DataFrame

    x = {
    "張三":{'mysql':88,'python':77,'hive':66},
    "李四":{'mysql':11,'python':22,'hive':33}
    }
    df=pd.DataFrame(x)
    df
    張三 李四
    mysql 88 11
    python 77 22
    hive 66 33
    
DataFrame的7個常用屬性
  • ndim:返回DataFrame的維數

  • shape:返回DataFrame的行列數

  • size:返回DataFrame元素的個數

  • dtypes:返回DataFrame每一列元素的數據類型

  • index:返回DataFrame的行索引

  • columns:返回DataFrame的列索引

  • values:返回DataFrame的數值

    x = {
    "name":["張三","李四","王五"],
    "age":[18,20,19],
    "sex":["男","女","男"]
    }
    df=pd.DataFrame(x)
    df
    name age sex
    0 張三 18 男
    1 李四 20 女
    2 王五 19 男
    df.ndim
    2
    df.shape
    (3,3) ##(列,行)
    df.size
    9 ##一共有9個元素
    df.dtypes
    name object
    age int64
    sex object
    list(df.index)
    [0,1,2]
    list(df.columns)
    ['name','age','sex']
    df.values ###numpy的二維數組
    array([
    ['張三','李四','王五'],
    [18,20,19],
    ["男","女","男"]
    ],dtype=object)
    df.values.tolist()
    [['張三', 18, '男'], ['李四', 20, '女'], ['王五', 19, '男']]
    

  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved