numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? numpy能够帮动我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类型的数据(字符串,时间序列),那么pandas就可以帮我们很好的处理除了数值型的其他数据!
首先我们需要了解两个基本的数据类:Series和DataFrame
Series是一种 类似与一维数组的对象,是DataFrame的一个组成元素;由下面两个部分组成
- values:一组数据(ndarray类型)
- index:相关的数据索引标签
1.1 创建对象
使用列表作为数据源
from pandas import Series
Series(data=["张三","男",30])
使用numpy数组作为数据源:
import numpy as np
Series(data=np.random.randint(1,100,size=(3,)))
显式定义索引:
Series(data=np.random.randint(80,100,size=(3,)),index=['语文','数学','英语'])
Original: https://blog.csdn.net/weixin_45624300/article/details/123530212
Author: 运筹码仓
Title: Python数据分析教程02:Pandas的常见用法及案例
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/700373/
转载文章受原作者版权保护。转载请注明原作者出处!