品易云推流 关闭
文章详情页
文章 > Python基础教程 > python中pandas的数据结构

python中pandas的数据结构

Python Pandas

头像

小妮浅浅

2021-07-05 11:21:09709浏览 · 0收藏 · 0评论

1、Series是一个类似于一维数组的对象,由一组数据(各种NumPy数据类型)和一组相关数据标签(即索引)组成。Series的字符串表现为:索引在左边,值在右边。可以通过Series的values和index属性获得其值和索引对象。

创建Series时,可以通过index作为关键词参数手动指定每个值的索引。Series中的单个或组值可以通过索引选择。Series类型对象的操作(如过滤布尔型数组、标量乘法、应用数学函数等),会保留索引和值之间的链接。

2、DataFrame是一种表格型数据结构。它包含一组有序的列,每列可以是不同的值类型(数值、字符串、布尔值等)。DataFrame有行索引和列索引。构建DataFrame最常用的方法之一是直接输入由等长列表或NumPy组成的字典。如果指定了列序列(由关键词参数columns指定),DataFrame的列会按照指定的顺序排列,当然也可以指定行索引(由关键词参数index指定)。

和Series一样,如果输入的列在数据中找不到,就会自动产生NaN值。通过类似字典标记的方式或属性,Dataframe的列可以获得为Serieries。行也可以通过位置或名称获得。比如果在数据中找不到,它会自动产生Nanan值。如果用一个新的字典标记,它可以被设置为一个新的数据列。

实例

import  pandas as pd
import numpy as np
a=pd.Series([11,12].index=["上海"."北京"])
print(a)
b=pd.Series({"a":2,"b":1,"c":5})#通过字典创建
print(b)
b['a]=5#对数据进行修改
print(b)
b.index=['v','c','cd']#可以通过index函数修改索引值

以上就是python中pandas的数据结构介绍,希望对大家有所帮助。更多Python学习指路:python基础教程

关注

关注公众号,随时随地在线学习

本教程部分素材来源于网络,版权问题联系站长!

底部广告图