Pandas 數(shù)據(jù)分析(一)數(shù)據(jù)結(jié)構(gòu)Series

1. List轉(zhuǎn)換為Series

把下方的數(shù)據(jù)List,變成一個(gè)Series
將Series輸出到命令行
courses = ["語(yǔ)文","數(shù)學(xué)","英語(yǔ)","計(jì)算機(jī)"]

import pandas as pd
courses = ["語(yǔ)文","數(shù)學(xué)","英語(yǔ)","計(jì)算機(jī)"]
data = pd.Series(data=courses)
print(data)

2. Dict轉(zhuǎn)換為Series

把下方的數(shù)據(jù)Dict哀托,變成一個(gè)Series
將Series輸出到命令行
grades = {"語(yǔ)文": 80, "數(shù)學(xué)": 90, "英語(yǔ)": 85, "計(jì)算機(jī)": 100}

grades = {"語(yǔ)文": 80, "數(shù)學(xué)": 90, "英語(yǔ)": 85, "計(jì)算機(jī)": 100}
data = pd.Series(data=grades)
print(data)

3. 將Series轉(zhuǎn)換為L(zhǎng)ist

將Series變成一個(gè)數(shù)據(jù)List
將List輸出到命令行

numbers = data.tolist()
print(numbers)

4. 將Series轉(zhuǎn)換為DataFrame

將Series變成一個(gè)數(shù)據(jù)DataFrame
數(shù)據(jù)列命名為grade饵较,輸出到命令行

df = pd.DataFrame(data, columns=['grade'])
print(df)

5. 用Numpy創(chuàng)建Series

使用numpy和pandas配合完成

import numpy as np

s = pd.Series(
    np.arange(10, 100, 10),  # 數(shù)值:10~90丐一,間隔10
    index=np.arange(101, 110),  # 索引:101~109凫岖,間隔1
    dtype='float'  # 類型:float64
)
print(s)

6. 轉(zhuǎn)換Series的數(shù)據(jù)類型

將字符串類型轉(zhuǎn)換為數(shù)字類型

s = pd.Series(
    data=["001", "002", "003", "004"],
    index=list("abcd")
)

# s = s.astype(int)
s = s.map(int)

print(s)

7. 給Series添加元素

給已經(jīng)存在的Series添加新元素

data = data.append(pd.Series({
    "物理": 88,
    "化學(xué)": 95
}))
print(data)

8. 將Series轉(zhuǎn)換為dataFrame并添加列名

reset_index()重置索引
在獲得新的index汪疮,原來的index變成數(shù)據(jù)列,保留下來爱致。
不想保留原來的index烤送,使用參數(shù) drop=True,默認(rèn) False糠悯。

df = data.reset_index()
df.columns = ["course", "grade"]

print(df)

課程參考鏈接:https://ke.qq.com/course/4000626#term_id=104152097

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末帮坚,一起剝皮案震驚了整個(gè)濱河市妻往,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌试和,老刑警劉巖讯泣,帶你破解...
    沈念sama閱讀 221,820評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異阅悍,居然都是意外死亡好渠,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,648評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門节视,熙熙樓的掌柜王于貴愁眉苦臉地迎上來拳锚,“玉大人,你說我怎么就攤上這事肴茄。” “怎么了但指?”我有些...
    開封第一講書人閱讀 168,324評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵寡痰,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我棋凳,道長(zhǎng)拦坠,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,714評(píng)論 1 297
  • 正文 為了忘掉前任剩岳,我火速辦了婚禮贞滨,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘拍棕。我一直安慰自己晓铆,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,724評(píng)論 6 397
  • 文/花漫 我一把揭開白布绰播。 她就那樣靜靜地躺著骄噪,像睡著了一般。 火紅的嫁衣襯著肌膚如雪蠢箩。 梳的紋絲不亂的頭發(fā)上链蕊,一...
    開封第一講書人閱讀 52,328評(píng)論 1 310
  • 那天,我揣著相機(jī)與錄音谬泌,去河邊找鬼滔韵。 笑死,一個(gè)胖子當(dāng)著我的面吹牛掌实,可吹牛的內(nèi)容都是我干的陪蜻。 我是一名探鬼主播,決...
    沈念sama閱讀 40,897評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼贱鼻,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼囱皿!你這毒婦竟也來了勇婴?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,804評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤嘱腥,失蹤者是張志新(化名)和其女友劉穎耕渴,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體齿兔,經(jīng)...
    沈念sama閱讀 46,345評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡橱脸,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,431評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了分苇。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片添诉。...
    茶點(diǎn)故事閱讀 40,561評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖医寿,靈堂內(nèi)的尸體忽然破棺而出栏赴,到底是詐尸還是另有隱情,我是刑警寧澤靖秩,帶...
    沈念sama閱讀 36,238評(píng)論 5 350
  • 正文 年R本政府宣布须眷,位于F島的核電站,受9級(jí)特大地震影響沟突,放射性物質(zhì)發(fā)生泄漏花颗。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,928評(píng)論 3 334
  • 文/蒙蒙 一惠拭、第九天 我趴在偏房一處隱蔽的房頂上張望扩劝。 院中可真熱鬧,春花似錦职辅、人聲如沸棒呛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,417評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)条霜。三九已至,卻和暖如春涵亏,著一層夾襖步出監(jiān)牢的瞬間宰睡,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,528評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工气筋, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留拆内,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,983評(píng)論 3 376
  • 正文 我出身青樓宠默,卻偏偏與公主長(zhǎng)得像麸恍,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,573評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容