pandas之Series,DataFrame的简单操作

不念不忘少年蓝@ 2023-01-08 02:18 181阅读 0赞

# hello pandas
    """
        Series : 列
        DataFrame : 表
    """
    
    import pandas as pd
    print(pd.__version__)
    
    # 定义列:
    ser = pd.Series(['张三', '李四', '王五'])
    print(ser)
    """
    0    张三
    1    李四
    2    王五
    """
    
    # 自定义列的索引:
    ser1 = pd.Series(['张三', '李四', '王五'], index=list(range(1, 4)))
    print(ser1)
    """
    1    张三
    2    李四
    3    王五
    """
    print(ser1[1])  # 张三
    
    # 修改Series值:
    ser1[1] = 'jack'
    print(ser1)
    """
    1    jack
    2      李四
    3      王五
    """
    print(type(ser1.values))  # <class 'numpy.ndarray'>
    
    
    #Series值的整列修改
    ser2 = ser1 + '123'
    print(ser2)
    """
    1    jack123
    2      李四123
    3      王五123
    """
    
    #Series自定义索引
    data = {'beijing':1233,'shanghai':4232,'guangzhou':5123}
    ser3 = pd.Series(data)
    print(ser3)
    """
    beijing      1233
    shanghai     4232
    guangzhou    5123
    dtype: int64
    """
    print('beijing' in ser3)  # ser3 含不含 beijing索引  True
    
    
    #Series类型转换
    print(ser3.to_dict())  # 转换成字典
    print(ser3.to_list())  # 转换成数组
    print(ser3.to_json())  # 转换成json格式
    print(ser3.to_frame()) # 转换成表
    
    
    
    
    # DataFrame
    data = np.arange(100, 109).reshape(3, 3)
    print(data)
    """
    [[100 101 102]
     [103 104 105]
     [106 107 108]]
    """
    
    df = pd.DataFrame(data)
    print(df)
    """
         0    1    2
    0  100  101  102
    1  103  104  105
    2  106  107  108
    """
    
    # 自定义表
    data1 = {
        'name': ['jack', 'mary', 'lily'],
        'age': [19, 32, 22],
        'height': [165, 178, 182]
    }
    df1 = pd.DataFrame(data1)
    print(df1)
    """
       name  age  height
    0  jack   19     165
    1  mary   32     178
    2  lily   22     182
    """
    
    print(df1.columns)  # Index(['name', 'age', 'height'],dtype='object')
    
    
    # 自定义列名
    df1.columns = ['username', 'age', 'height']
    print(df1)
    
    df2 = pd.DataFrame(
        data1, columns=['name', 'age', 'height', 'email'], index=range(1, 4))
    print(df2)
    """
       name  age  height email
    1  jack   19     165   NaN
    2  mary   32     178   NaN
    3  lily   22     182   NaN
    """