1、创建并访问Series对象。
1）创建如下表的Series数据对象，其中a-f为索引；
2）增加数据27，索引为g；
3）修改索引d对应的值为40；
4）查询值大于27的数据；
5）删除位置为1-3的数据。
【提示】位置1-3的索引列表，可以用 series.index[1:4] 来得到。
#1、创建并访问Series对象
from pandas import Series
#1)
S = Series([30,25,27,41,25,34],index = ['a','b','c','d','e','f'])
print(S)
#2)
#方法一：
S['g'] = 27
print(S)
#方法二：
'''
A = Series([27],index = ['g'])
S = S.append(A)
print(S)
'''
#3)
S['d'] = 40
print(S)
#4)
print(S[S.values>27])
#5)
print(S.drop(S.index[1:4])) #或S.drop(['b','c','d'])
2.创建并访问DataFrame对象。
a）创建3×3DataFrame数据对象：数据内容为1-9；行索引为字符a，b，c；列索引为字符串one，two，three；
b）查询列索引为two和three两列数据；
c）查询第0行、第2行、第0列、第2列数据；
d）筛选第1列中值大于2的所有行数据，另存为data1对象；
e）为data1添加一列数据，列索引为four，值都为10；
f）将data1所有值大于9的数据修改为8；
g）删除data1中第0行和第1行数据。
【提示】
(1)生成数据，使用numpy的arange()函数和reshape()函数；
(2)使用 data>9生成布尔型的DataFrame，用于整个DataFrame的数据过滤。
#2创建并访问DataFrame对象
from pandas import DataFrame
import numpy as np
#1）
df = DataFrame(np.arange(1,10).reshape(3,3),index = ['a','b','c'],columns = ['one','two','three'])
print(df)
#2)
print(df[['two','three']])
#3)
print(df.iloc[[0,2],[0,2]])
#4)
data1 = df.loc[df['two']>2]
print(data1)
#5)
data1['four'] = 10
print(data1)
#6)
data1[data1>9] = 8 #或者data1[data1.values>9] = 8
print(data1)
#7)
print(data1.drop(data1.index[0:2],axis = 0))
Original: https://blog.csdn.net/m0_51474486/article/details/123453347
Author: 是学数据分析的阿龙
Title: 第3章【思考与练习2】创建并访问Series对象。创建如下表的Series数据对象，其中a-f为索引；增加数据27，索引为g。创建并访问DataFrame对象。创建3×3DataFrame数据对象。
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/740626/
转载文章受原作者版权保护。转载请注明原作者出处！