小型求职招聘网站源码 php,莱芜做网站公司,彩票网站wordpress模板,Wordpress+精确时间分钟大学毕业那年#xff0c;你成了社会底层群众里#xff0c;受教育程度最高的一批人。 前言 这是我自己学习Python的第四篇博客总结。后期我会继续把Python学习笔记开源至博客上。 上一期笔记有关Python的NumPy数据分析#xff0c;没看过的同学可以去看看#xff1a;【Pyt… 大学毕业那年你成了社会底层群众里受教育程度最高的一批人。 前言 这是我自己学习Python的第四篇博客总结。后期我会继续把Python学习笔记开源至博客上。 上一期笔记有关Python的NumPy数据分析没看过的同学可以去看看【Python】NumPy数据分析(二)_numpy里的维度是行数-CSDN博客https://blog.csdn.net/hsy1603914691/article/details/142675036 pandas库 1. pandas库建立在Numpy库之上继承了Numpy库的功能。 2. Numpy库的主要对象是数组而pandas库的主要对象是Series。 3. 我们一般使用import pandas as pd即用pd来简写pandas。 创建Series对象 1. 将一个列表作为参数传入pandas库中的Series()方法即可创建一个Series对象。 2. 如果直接打印Series对象那么会在左边给出索引、会在右边给出Series元素值。 3. 如果想单独打印索引则使用Series.index如果想单独打印Series元素值则使用Series.values。 4. Series对象也能进行索引和切片和数组类似。 import pandas as pd
s1pd.Series([1,2,3,4,5])
print(s1)
print(s1.values)
print(s1.index)
#0 1
#1 2
#2 3
#3 4
#4 5
#dtype: int64
#[1 2 3 4 5]
#RangeIndex(start0, stop5, step1)
Series对象的自定义索引 1. pandas中Series对象的索引可以自定义只需创建Series对象时在列表后面指定index。 2. 对于Series对象既可以使用标签索引又可以使用位置索引。 3. 在pandas中如果使用标签索引则使用loc方法如果使用位置索引则使用iloc方法。 4. 另一种创建自定义索引Series对象的方法是把字典作为参数传入Series()方法那么字典中的键则变成标签字典中的值则变成元素值。 5. 如果想知道一个标签是否在Series对象里面可以使用成员运算符in(not in)。 6. 利用位置索引切片时左闭右开利用标签索引切片时左右都是闭区间。 import pandas as pd
s1pd.Series([1,2,3,4,5],index[a,b,c,d,e])
print(s1)
print(s1.values)
print(s1.index)
#a 1
#b 2
#c 3
#d 4
#e 5
#dtype: int64
#[1 2 3 4 5]
#Index([a, b, c, d, e], dtypeobject)
print(s1.loc[a])
#a
print(s1.iloc[1])
#a
Series对象的计算 1. pandas库会根据Series对象索引一致来计算元素值。 2. 为了避免出现NAN值我们需要用pandas库提供的方法来进行加减乘除而不能直接通过 - * / 这四个符号来计算。 3. Series1.add(Series1,fill_value0) 4. -Series1.sub(Series1,fill_value0) 5. *Series1.mul(Series1,fill_value0) 6. /Series1.div(Series1,fill_value0) 7. pandas库还提供了describe()方法整体描述Series对象。 8. pandas库还提供了apply()方法用于接收Series对象需要调用的函数把Series对象的元素值作为参数传函数。 9. 以上的方法并不改变原来的Series对象而是返回一个新的Series对象。 import pandas as pd
s1pd.Series({小明:92,小红:67,小杰:70,小丽:88,小华:76})
s2pd.Series({小明:95,小杰:85,小宇:60,小娟:79,小彤:76})
s3s1.add(s2,fill_value0)
print(s3)
print(s1.describe())
s1s15
print(s1)def grade_std(score):if score90:return Aelif (score90 and score80):return Belif (score80 and score70):return Celse:return D
s4s1.apply(grade_std)
print(s4)
创建DataFrame对象 1. 在pandas库中多个Series对象组成一个DateFrame对象。Series对象类似于数组而DateFrame对象类似于表格。 2. DateFrame对象的不同列可以是不同的数据类型所以DateFrame对象不止有横向的索引也有列项的列名。 3. 创建DateFrame对象可以使用pandas库的DataFrame()方法往里面传入一个字典为参数其中字典的键是列名字典的值是不同的Series对象。 致谢 感谢您花时间阅读这篇文章如果您对本文有任何疑问、建议或是想要分享您的看法请不要犹豫在评论区留下您的宝贵意见。每一次互动都是我前进的动力您的支持是我最大的鼓励。期待与您的交流让我们共同成长探索技术世界的无限可能
