数据分析第二章

使用Numpy创建Series

import numpy as np
import pandas as pd
s=pd.Series(
    np.arange(10,100,10),
    index=np.arange(101,110),
    dtype='float'
)
print(s)

运行结果如下：

转换Series的数据类型

在 Pandas 中，这个转换过程可以通过 astype() 方法来实现。所以 astype() 方法用于将 Pandas 中的对象转换为不同的数据类型。分类类型的转换也可以从一种特定的列类型来实现。语法：

DataFrame.astype(self: ~FrameOrSeries, dtype, copy: bool = True, errors: str = 'raise')

将字符串转换为数字类型

import pandas as pd
s=pd.Series(
    data=['001','002','003','004'],
    index=list('abcd')
)
S=s.astype(int)
print(s)
print(S)

运行结果如下：

使用map()函数也可以达到数据转换的效果

import pandas as pd
s=pd.Series(
    data=['001','002','003','004'],
    index=list('abcd')
)
#S=s.astype(int)
S=s.map(int)
print(S)

运行结果如下：

 给Series添加元素

import pandas as pd
grades={'chinese':80,'math':90,'english':75,'computer':90}
data=pd.Series(data=grades)
#添加元素
#data本身不会变，在此处用新的data替换
data=data.append(pd.Series(
    {
        'physics':88,
        'chemistry':80
    }
))
print(data)

或者用data['a']='内容‘也可以添加

import pandas as pd
grades={'chinese':80,'math':90,'english':75,'computer':90}
data=pd.Series(data=grades)
data['physics']=88
data['chemistry']=80
print(data)

运行结果如下：