Python数据分析pandas模块用法实例详解_pandas编译器 - CSDN文库

200 浏览量更新于2023-05-03 评论 2 收藏 66KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

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]])

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论0

weixin_38640985

粉丝: 8
资源: 965

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈