【无标题】

numpy能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据python源码安装pandas python  在pypi   创建数组pd.Series[1,2,31,12,34]

Seires带标签的数组一维 dataframe二维series

t=pd.Series([1,23,2,2,1,]),index=list("abcde")

temp_dict={"name":"xiaohong","age",

通过一个列表，一个字典创建一个series

索引，t3=["tel"]构成series一部分是键一部分是值pandas series wherepandas读取数据，csv文件（库的学习from pymongo  import MongoClient

cilent=MongoClient()

collection=client

# coding=utf-8
from pymongo import MongoClient
import pandas as pd


client = MongoClient()
collection = client["douban"]["tv1"]
data = collection.find()
data_list = []
for i in data:
    temp = {}
    temp["info"]= i["info"]
    temp["rating_count"] = i["rating"]["count"]
    temp["rating_value"] = i["rating"]["value"]
    temp["title"] = i["title"]
    temp["country"] = i["tv_category"]
    temp["directors"] = i["directors"]
    temp["actors"] = i['actors']
    data_list.append(temp)
# t1 = data[0]
# t1 = pd.Series(t1)
# print(t1)

df = pd.Dataframe(data_list)
# print(df)

#显示头几行
print(df.head(1))
# print("*"*100)
# print(df.tail(2))

#展示df的概览
# print(df.info())
# print(df.describe())
print(df["info"].str.split("/").tolist())

pandas之dataframe

创建Dataframe

pd.Dataframe(np,arange(12),reshape(3,4))

竖着为coloms行为Index：一轴和零轴

添加行列索引

pd.Dataframe(np,arange(12),reshape(3,4)，index=list("abc"),columns=list("WXYZ")

Dataframe(和Series)区别

取有用信息，显示前几行df.head()         后几行 df.tail()       展示dataframe概览 df.info()                      int类型和float类型        df.desicribe()  

遍历collection.find()   #取自己想要数据

 dataframe索引内容

df.sorted_values(,ascending=False)

#方括号写数字，表示去行，对行进行操作。写字符串，表示去列索引，队列操作。

例：print(df[:20])

print(df["Row_labels"])

通过标签索引行数据df.loc

通过位置获取行数据df.iloc

pandas布尔索引

df[df['Count_AnimalNam']>800]      #选择具体某一列

若多个条件使用&符合