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
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)
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
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']]