Series和DataFrame使用简单入门

 from pandas import Series,DataFrame import pandas import numpy

 #Serires obj = Series([4,7,-5,3]) #简单创建Serires print(obj) #简单输出 print(obj.values) #输出值 print(obj.index)  #输出索引 obj2 = Series([4,7,-5,3], index=['d','b','a','c'])  #指定索引 print(obj2)   #简单输出 print(obj2.index)  #输出索引 print(obj2['a'])  #根据索引输出单个值 obj2['d']=6   #根据索引修改值 print(obj2['d'])  #输出 print(obj2[['d','a','c']]) #输出多个值 print(obj2[obj2 > 0])  #按条件输出 print('b' in obj2) #根据索引看数组里面是否有，返回True print('e' in obj2) #返回False

 #根据字典创建Series sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44} obj3 = Series(sdata) print(obj3) 

 #列表与字典进行匹配 sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44} states = ['Casfef','Oer','rgg','greg'] obj4 = Series(sdata, index = states)  #列表与字典进行匹配 print(obj4) print(pd.isnull(obj4)) #查看数据是否为空 print(pd.notnull(obj4)) #查看数据是否非空 

 #两个Serires相加 obj1 = Series([3,7,-4,3], index=['q','b','a','c']) obj2 = Series([4,7,-5,3], index=['d','b','a','g']) print(obj1 + obj2) #两个Serires相加，具有共同索引的则相加，如果不是共同索引就置为NaN 

 #修改索引的名字 #obj = Series([4,7,-5,3], index=['d','b','a','g']) #obj.index = ['Bob','Steve','Jeff','Ryan'] #print(obj.index) 

 #dataframe的简单应用 data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data)   #根据字典创建DataFrame frame2 = DataFrame(data, columns= ['state', 'pop', 'year'])   #指定列的排列顺序 frame3 = DataFrame(data, index= ['a','b','c','d'])   #指定行索引 

 #获取DataFrame其中的一列（相当于Series） data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根据字典创建DataFrame print(frame['year'])  #获取其中的一列 print(frame.loc['q2'])  #获取其中的一行 

 #修改DataFrame中的值 data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根据字典创建DataFrame frame['grg'] = numpy.arange(4) #修改某一列的值 val = Series([8.2,8.5,8.7], index=['q1','q3','q4'])   #修改指定列的值 frame['pop'] = val print(frame) 

 #输出DataFrame整体值 data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'], 'year': [2000, 2005, 2006, 2007], 'pop' : [1.5,2.4,3.6,5.5]} frame = DataFrame(data,index= ['q1','q2','q3','q4'])   #根据字典创建DataFrame print(frame.values)