一组数据(ndarray

pd.Series(a,index[x,y,z])print(sa)

Google

pd.Series(np.random.randn(4),index[a,b,c,d])print(sa)

-1.226694

#通过索引值选取元素-1.2266936531191652s[[c,d]]

多个索引值注意括号

pd.Series(data[1.2,1.5,2.7,2.3])

s.astype(float32)

是一个表格型的数据结构它含有一组有序的列每列可以是不同的值类型数值、字符串、布尔型值。

DataFrame

Series

[[Google,10],[Baidu,12],[Wiki,13]]

#二维列表df

columns[site,Age])print(df)site

Age

pd.DataFrame(data)print(pd)Site

Age

pd.DataFrame(data)print(df.loc[0])

返回第一行

•可以返回多行数据使用[[...]]格式其中...为各行的索引逗号隔开

data

pd.DataFrame(data)print(df.loc[[0,1]])

返回第一行和第二行calories

pd.DataFrame(data)print(df[calories])

#一列访问

int64print(df[[calories,duration]])

多列访问calories

pd.DataFrame(data)print(df.loc[0,calories])

#第0行calories数值

index[day1,day2,day3])print(df)calories

duration

可以使用loc属性返回指定索引对应到的某一行print(df.loc[day1])

calories

Values逗号分隔值有时也称为字符分隔值因为分隔字符也可以不是逗号其文件以纯文本形式存储表格数据数字和文本。

import

to_string()用于返回DataFrame类型的数据如果不使用该函数则输出结果

为数据的前面5行和末尾5行中间部分以...代替将DataFrame存储为CSV文件

to_csv()方法

•drop()方法通过指定标签名称和响应的轴或者直接指定索引或列名称删除行或列

属性描述

pandas.DataFrame.drop(labelsNone,

levelNone,inplaceFalse,errors’raise’)

通过指定标签名称和相应的轴或直接指定索引或列名称删除行或列。

labels

单个标签或者标签列表axis0

pd.DataFrame(np.arange(12).reshape(3,4),columns[a,b,c,d])

输出a

pd.DataFrame(np.arange(12).reshape(3,4),columns[a,b,c,d])

删除列df.drop(a,