栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Pandas统计分析(更新中)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Pandas统计分析(更新中)

目录

1.初识pandas

2.Series对象

2.1创建Series对象

3.DataFrame对象

4.导入外部数据

5.数据抽取

6.数据的增加、修改和删除


1.初识pandas

2.Series对象

Pandas是Python数据分析重要的库,而Series和DataFrame是Pandas库中两个重要的对象,也是Pandas中两个重要的数据结构。

维数名称说明
1Series带标签的一维通构数组
2DataFrame带标签的大小可变的二维异构表格

2.1创建Series对象

创建Series对象主要使用Pandas的Series()方法,语法如下:

s=pd.Series(data,index)

参数说明:

  • data:表示数据,支持Python字典、多维数组、标量值(即只有大小,没有方向的量。也就是说,只是一个数值,如s=pd.Series(5))
  • index:表示行标签(索引)
  • 返回值:Series对象

示例1:

import pandas as pd
s1=pd.Series([15,21,33])
print(s1)

运行结果:
0  15
1  21
2  33

示例2:

import pandas as pd
s1=pd.Series([15,21,33],index=[1,2,3])
print(s1)

运行结果:
1  15
2  21
3  33

3.DataFrame对象

DataFrame是Pandas库中的一种数据结构,它是由多种类型的列组成的二维表数据结构,类似于Excel、SQL或Series对象构成的字典。

3.1创建一个DataFrame对象

创建DataFrame主要使用Pandas的DataFrame()方法,语法如下:

pandas.DataFrame(data,index,columns,dtype,copy)

参数说明:

  • data:表示数据,可以是ndarray数组、Series对象、列表、字典等。
  • index:表示行标签(索引)。
  • columns:列标签(索引)。
  • dtype:每一列数据的数据类型,其与Python数据类型有所不同,如object数据类型对应的是Python的字符型。
  • copy:用于复制数据。
  • 返回值:DataFrame

3.2重要属性

4.导入外部数据

5.数据抽取

6.数据的增加、修改和删除

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/977416.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号