- 获取索引
s1.index - 获取数据
s1.values - 创建一个带有标签索引的series
s2 = pd.Series([1, ‘a’, 5.2, 7], index=[‘d’,’b’,’a’,’c’]) - 使用python字典创建series
sdata={‘Ohio’:35000,’Texas’:72000,’Oregon’:16000,’Utah’:5000}
s3=pd.Series(sdata) - 根据索引查询数据
s2[‘a’]
s2[[‘b’,’a’]] - DataFrame
‘’’DataFrame是一个表格型的数据结构 - 根据多个字典序列创建dataframe
data={
‘state’:[‘Ohio’,’Ohio’,’Ohio’,’Nevada’,’Nevada’],
‘year’:[2000,2001,2002,2001,2002],
‘pop’:[1.5,1.7,3.6,2.4,2.9]
}
df = pd.DataFrame(data) - 查看每一列的键名
df.columns - 查询一列 结果是series
df[‘year’] - 查询多列,结果是一个dataframe
df[[‘year’, ‘pop’]
#series
#Series是一种类似于一维数组的对象,它由一组数据(不同数据类型)以及一组与之相关的数据标签(即索引)组成。
s1 = pd.Series([1,’a’,5.2,7])
获取索引
s1.index
获取数据
s1.values
创建一个带有标签索引的series
s2 = pd.Series([1, ‘a’, 5.2, 7], index=[‘d’,’b’,’a’,’c’])
使用python字典创建series
sdata={‘Ohio’:35000,’Texas’:72000,’Oregon’:16000,’Utah’:5000}
s3=pd.Series(sdata)
根据索引查询数据
s2[‘a’]
s2[[‘b’,’a’]]
DataFrame
‘’’DataFrame是一个表格型的数据结构
- 每列可以是不同的值类型(数值、字符串、布尔值等)
- 既有行索引index,也有列索引columns
- 可以被看做由Series组成的字典’’’
根据多个字典序列创建dataframe
data={
‘state’:[‘Ohio’,’Ohio’,’Ohio’,’Nevada’,’Nevada’],
‘year’:[2000,2001,2002,2001,2002],
‘pop’:[1.5,1.7,3.6,2.4,2.9]
}
df = pd.DataFrame(data)
查看每一列的键名
df.columns
#从DataFrame中查询出Series
‘’’查询结果:
- 如果只查询一行、一列,返回的是pd.Series
- 如果查询多行、多列,返回的是pd.DataFrame’’’