Python数据分析数据分析pandas模块用法实例详解模块用法实例详解
本文实例讲述了Python数据分析pandas模块用法。分享给大家供大家参考，具体如下：
pandas
pandas10分钟入门，可以查看官网：10 minutes to pandas
也可以查看更复杂的cookbook
pandas是非常强大的数据分析包，pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包。就好比 Numpy的
核心是 ndarray，pandas 围绕着 Series 和 DataFrame 两个核心数据结构展开 。Series和DataFrame 分别对应于一维的序列
和二维表结构。
创建对象创建对象
常规导入方式：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
Series
Series 可以看做一个定长的有序字典，它是能够保存任何数据类型（整数，字符串，浮点数，Python对象等）的一维标记数
组。
Series对象包含两个主要的属性：index 和 values。
数据可以是Python字典、 ndarray、scalar value标量值（如5）等
创建时有没有index都会设置默认下标，但是索引用的是数组时会默认使用创建时的索引
创建时还可以指定name名字属性，之后可以修改 rename
ser1 = pd.Series(range(10,15),index=list('ABCDE'))
print(ser1)
# 下标和索引等同
print(ser1['A'])
print(ser1[0])
输出：
A 10
B 11
C 12
D 13
E 14
dtype: int64
10
10
取连续多个数据时，下标取值不包含结束位置，索引切片包括结束位置
print(ser1['A':'D'])
print(ser1[0:3])
输出：
A 10
B 11
C 12
D 13
dtype: int64
A 10
B 11
C 12
dtype: int64
取多个数据、条件筛选（布尔索引）
# 注意里面是一个列表
print(ser1[[0,1,3]])
评论0