跟着[孙兴华]老师学习——收获满满
1——DataFrame
import pandas as pd
d1 = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]], columns=['x','y','z'])
d1.iloc[0][0], print(d1.loc[0,'a'])
print(d1['a'][0]), print(d1[['a','b']])
data = {'姓名': ['张三', '李四', '张五'],
'年龄': [24, 25, 26],
'功夫': ['游泳', '唱歌', '吹箫']
}
d2 = pd.DataFrame(data)
print(d2.dtypes, d2.columns, d2.index )
print(d2['姓名'])
d2.loc[2]['年龄'] ## 某行某列
d2.loc[0:2] # 前2行
--------------------------------------------------------------------
d1 = pd.Series(['张三', '李四', '刘华'], index=[1, 2, 3], name='姓名')
d2 = pd.Series(['男', '女', '男'], index=[2, 3, 4], name='性别')
d3 = pd.Series([35, 74, 63], index=[1, 2, 3], name='年龄')
data1 = pd.DataFrame({d1.name: d1, d2.name: d2, d3.name: d3})
data2 = pd.DataFrame([d1, d2, d3]) ## data1的转置形式
data.head(), data.tail(), data.reset_index(drop=True)
1.2 连接查询merge() VS join() VS concat()
## 神奇索引系列
a = np.array([3, 6, 7, 9, 5, 2, 7])
print(a[[2, 3, 5]]) ## 返回答应索引位置的数值 7_9_2
b = np.arange(36).reshape(9, 4)
print(b[[4,3,0,6]]) ## 返回第5、第4、第1、第7行的数值 b[5]~b[4]~b[1]~b[7]
c = np.arange(32).reshape((8, 4))
print(c[[1,5,7,2],[0, 3, 1, 2]]) ##返回[ 4 23 29 10],索引为c[1][0]~c[5][3]~c[7][1]~c[2][2]
