- 2017
- 年
- 8
- 月
- 9
- 日
- 17:02
- 利用
- Python
- 进行数据分析
- (7) pandas
- 基础
- Series 和 DataFrame 的简单介绍 一、 pandas
是什么 pandas
是基于
NumPy
的一个
Python
数据分析包，主要目的是为了 数据分析 。它提供了大量高级的 数据结构 和 对数据处理 的方法。 pandas
有两个主要的数据结构： Series 和 DataFrame 。 二、 Series Series
是一个 一维数组对象 ，类似于
NumPy
的一维
array 。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。 将
Python
数组转换成
Series
对象： 将
Python
字典转换成
Series
对象： 当没有显示指定索引的时候， Series
自动以
0
开始，步长为
1
为数据创建索引。 你也可以通过
index
参数显示指定索引： 对于
Series
对象里的单个数据来说，和普通数组一样，根据索引获取对应的数据或重新赋值； 不过你还可以传入一个索引的数组来获取数据或未数据重新赋值： 想要单独获取
Series
对象的索引或者数组内容的时候，可以使用 index 和 values 属性，例如： 对
Series
对象的运算（索引不变）： 三、 DataFrame DataFrame
是一个 表格型 的数据结构。它提供 有序的列 和 不同类型的列值 。 例如将一个由
NumPy
数组组成的字典转换成
DataFrame
对象： DataFrame
默认根据列名首字母顺序进行排序，想要指定列的顺序？传入一个列名的字典即可： 如果传入的列名找不到，它不会报错，而是产生一列
NA
值： DataFrame
不仅可以以字典索引的方式获取数据，还可以以属性的方法获取，例如： 修改列的值：
删除某一列： 安装步骤已经在首篇随笔里写过了，这里不在赘述。 利用 Python 进行数据分析 (1)
- 简单介绍
- 接下来一篇随笔内容是：
- 利用
- Python
- 进行数据分析
- (8) pandas
- 基础
- Series 和 DataFrame 的基本操作 ，有兴趣的朋友欢迎关注本博客，也欢迎大家添加评论进行讨论。 作者： backslash112
出处： http://sirkevin.cnblogs.com/
GitHub ： https://github.com/backslash112/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
来自
< http://www.cnblogs.com/sirkevin/p/5741853.html
已使用 Microsoft OneNote 2016 创建。