Series和DataFrame使用简单入门

（1）、导入库frompandasimportSeries,DataFrameimportpandasimportnumpy（2）、Series简单创建与使用#Serireso

（1）、导入库

from pandas import Series,DataFrame
import pandas
import numpy

（2）、Series简单创建与使用

#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

（3）、根据字典创建Series

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

（4）、列表与字典进行匹配

#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

（5）、两个Serires相加

#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

（6）、修改索引的名字

#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)

（7）、dataframe的简单应用

#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

（8）、获取DataFrame其中的一列（相当于Series）

#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

（9）、修改DataFrame中的值

#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)

（10）、输出DataFrame整体值

#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)

（11）、DataFrame的构造函数

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。