numpy＆pandas(一)

构建：

pd.Series构建单列数据框，附带索引，np.nan表示空值

import numpy as np
import pandas as  pd

s=pd.Series([1,2,3,np.nan,4,5])
print(s)

结果：

0    1.0
1    2.0
2    3.0
3    NaN
4    4.0
5    5.0
dtype: float64

构建：

pd.date_range构建日期数据框，周期和单位可选，'20201024'表示开始时间，freq=‘D’、'M'、'Y'表示日月年，默认为D

dates=pd.date_range('20201024',periods=6,freq='D')
print(dates)

结果：

DatetimeIndex(['2020-10-24', '2020-10-25', '2020-10-26', '2020-10-27',
               '2020-10-28', '2020-10-29'],
              dtype='datetime64[ns]', freq='D')

构建：

构建数据框，以及索引和列名，index表示索引，columns表示列名，np.random.randn(6,4)表示六行四列的正态分布矩阵

np.arange(12).reshape((3,4))表示对0-11进行三行四列的排列

df=pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
df1=pd.DataFrame(np.arange(12).reshape((3,4)))
df2=pd.DataFrame({'A':1.,
                'B':pd.Timestamp('20130102'),
                'C':pd.Series(1,index=list(range(4)),dtype='float32'),
                'D':np.array(([3]*4),dtype='int32'),
                'E':pd.Categorical(['test','train','test','train']),
                'F':'fool'})
print(df)

print(df1)

print(df2)

结果：

                   a         b         c         d
2020-10-24 -1.064660 -0.228393 -1.897609  0.566754
2020-10-25  0.277156  1.308101  0.292550 -0.786283
2020-10-26 -0.090731  0.890201 -0.169900 -0.068995
2020-10-27  1.411326  0.943571  0.797507  1.352421
2020-10-28 -0.403858  1.016165 -0.784167 -2.197176
2020-10-29  0.809139  0.278650  1.226037 -0.384152

   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11



     A          B    C  D      E     F
0  1.0 2013-01-02  1.0  3   test  fool
1  1.0 2013-01-02  1.0  3  train  fool
2  1.0 2013-01-02  1.0  3   test  fool
3  1.0 2013-01-02  1.0  3  train  fool