文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Pandas 2.2 中文官方教程和指南（十七）

所有其他比较，特别是两个具有不同类别或一个具有任何类列表对象的分类的“非相等”比较，都会引发TypeError。...获取 如果切片操作返回 DataFrame 或 Series 类型的列，则 category dtype 会被保留。...=)与与分类数据长度相同的列表对象（列表、Series、数组等）进行比较。 所有对另一个分类系列进行比较（==、!...所有对分类数据与标量的比较。 所有其他比较，特别是两个具有不同类别的分类或分类与任何类似列表对象的“非相等”比较，都会引发TypeError。...唯一的区别是返回类型（用于获取）和只有已在categories中的值才能被赋值。 获取 如果切片操作返回DataFrame或类型为Series的列，则category dtype 将被保留。

29610
您找到你想要的搜索结果了吗？
是的
没有找到

Pandas 实践手册（一）

Series 对象是一个可索引数据的「一维数组」，我们可以基于列表或数组来创建该对象： In[2]: data = pd.Series([0.25, 0.5, 0.75, 1.0]) data...，其基本遵循如下形式： >>> pd.Series(data, index=index) 其中 index 为可选参数，data 可以是很多数据结构之一，例如： 「列表或 Numpy 数组」： In[14...2.2.1 DataFrame 作为广义 Numpy 数组 我们可以将 DataFrame 看做一个拥有灵活的行索引与列名的「二维」 Numpy 数组，其本质上就是一系列对齐（共享相同的索引）的 Series...： 「基于嵌套列表（或元组）构建」（可以混用）： In[extra1]: pd.DataFrame([[1,2],[2,3],[3,4]], columns=['A', 'B']) Out[extra2...数组的区别在于其是不可变的（类似列表与元组的区别），我们不能对索引进行修改： In[34]: ind[1] = 0 TypeError: Index does not support mutable operations

2K10

手把手教你做一个“渣”数据师，用Python代替老情人Excel

5、略过行和列 默认的read_excel参数假定第一行是列表名称，会自动合并为DataFrame中的列标签。...这只是个开始，并不是所有的功能，但已足够你“尝鲜”了。 二、查看的数据的属性 现在我们有了DataFrame，可以从多个角度查看数据了。...7、用列表筛选多种数值 ? 8、筛选不在列表或Excel中的值 ? 9、用多个条件筛选多列数据 输入应为列一个表，此方法相当于excel中的高级过滤器功能： ? 10、根据数字条件过滤 ?...11、在Excel中复制自定义的筛选器 ? 12、合并两个过滤器的计算结果 ? 13、包含Excel中的功能 ? 14、从DataFrame获取特定的值 ?...五、数据计算 1、计算某一特定列的值 输出结果是一个系列。称为单列数据透视表： ? 2、计数 统计每列或每行的非NA单元格的数量： ? 3、求和 按行或列求和数据： ? 为每行添加总列： ?

8.3K30

Pandas中的对象

是广义的Numpy数组DataFrame是特殊的字典创建DataFrame对象Pandas的Index对象将Index看作不可变数组将Index看作有序集合 安装并使用Pandas import numpy...对象比它模仿的一维Numpy数组更加通用 Series是广义的Numpy数组 Series对象和Numpy数组基本可以等价代换，但两者间的本质差异其实是索引: Numpy数组通过隐式定义的整数索引获取数值...这种类型很重要:就像NumPy数组背后的特定类型编译代码使它在某些操作上比Python列表更有效一样，Series对象的类型信息使它在某些操作上比Python字典更有效。...DataFrame是广义的Numpy数组 如果将Series 类比为带灵活索引的一维数组，那么DataFrame 就可以看作是一种既有灵活的行索引，又有灵活列索引的二维数组。...states.columns Index(['population', 'area'], dtype='object') 因此,DataFrame 可以看作一种通用的NumPy 二维数组，它的行与列都可以通过索引获取

2.6K30

Pandas图鉴(二)：Series 和 Index

Series 和 Index Series剖析 Series是NumPy中一维数组的对应物，是DataFrame代表其列的基本构件。...安装非常方便： pip install pandas-illustrated 索引 负责通过标签获取系列元素（以及DataFrame的行和列）的对象被称为索引。...不要对具有非唯一索引的系列使用算术运算。 比较 对有缺失值的数组进行比较可能很棘手。..., df.values, equal_nan=True) TypeError >>> len(df.compare(df)) == 0 True 添加、插入、删除 尽管系列对象应该是大小不可变的...由于系列中的每个元素都可以通过标签或位置索引来访问，所以有一个argmin（argmax）的姐妹函数，叫做idxmin（idxmax），如图所示： 下面是Pandas的自描述性统计函数的列表，供参考：

21620

数据可视化(5)-Seaborn系列 | 柱状图countplot()

本篇是《Seaborn系列》文章的第5篇-柱状图。...、pandas 2.long-form DataFrame 3.wide-form DataFrame 4.在大多数情况下，可以使用numpy或Python对象，但推荐使用pandas对象， 因为关联的名称将用于注释轴...可选： x,y,hue：数据变量的名称(如上表，date,name,age,sex为数据字段变量名) 用于绘制数据的输入 data: DataFrame,数组或数组列表 用于绘图的数据集，如果x和y不存在...，则将其解释为 wide-form, 否则它被认为是 long-form order, hue_order:字符串列表 指定绘制分类级别，否则从数据对象推断级别 orient: v | h 图的显示方向...(垂直或水平,即横向或纵向)，这通常可以从输入变量的dtype推断得到 palette：调色板名称,list列表，dict字典 用于对变量调不同级别的颜色 saturation(饱和度)：float

14.2K00

Python 全栈 191 问（附答案）

如何绘制出年、月的日历图？ 如何使用 Python 提供的函数快速判断是否为闰年？ 如何获取月的第一天、最后一天、月有几天？...开放的服务或 API, 被其他系统调用，怎能不掌握 Python 对象的序列化知识呢！ 除了 print, print, 我们还应该掌握 logging 模块，它的设计理念又是怎样的。...使用 NumPy 创建一个 [3,5] 所有元素为 True 的数组 数组所有奇数替换为 -1; 提取出数组中所有奇数 求 2 个 NumPy 数组的交集、差集 NumPy 二维数组交换 2 列，反转行...方法总结 Pandas 的 melt 将宽 DataFrame 透视为长 DataFrame 例子 Pandas 的 pivot 和 pivot_table 透视使用案例 Pandas 的 crosstab...；图；水球图；饼图；极坐标图；词云图；系列柱状图；热力图

4.2K20

Python数据处理（6）-pandas的数据结构

pandas是本系列后续内容所需要的第三方库，它是基于之前介绍的NumPy构建的，使得Python可以更加简单、方便地完成一系列数据分析工作。...1.Series Series是一种类似于一维数组的对象，它由一组数据（NumPy数组）以及相对应的一组数组标签（即索引）构成。 其中，左边是索引部分，右边是数据部分。...通过Series的values和index属性，可以获取数据数组和索引数组。 我们可以通过传入索引参数对数据进行标记，然后就可以通过索引获取对应的数据点，这一点类似于字典数据结构。...创建DataFrame最常用的一种方法就是传入一个由等长列表组成的字典。 结果DataFrame会自动加上索引（跟Series类似）， 并且全部列都会有序排列。...我们可以通过传入列索引（即属性）的方式获取Series或者DataFrame子列表。 和Series一样，我们也可以传入索引参数或者设定一个属性为索引。

1.1K80

十分钟入门 Pandas

通过纳入大量库和一些标准数据模型，提供了高效操作大型数据集所需工具； 安装 pip install pandas 数据类型 Series 定义 一维的数组类型，其中每个元素有各自标签；可当作一个由带标签元素组成的...numpy数组，标签可以是数字或字符； 关键点 均匀数据； 尺寸大小不变； 数据的值可变； Dataframe 定义 二维、表格型的数组结构，可存储许多不同类型的数据，且每个轴都有标签，可当作一个...series的字典； 关键点 异构数据； 大小可变； 数据可变； 功能特点 潜在的类是不同类型； 大小可变； 标记轴（行和列）； 可对行和列执行算术运算； Panel 定义 三维，大小可变的数组...""" # pandas.DataFrame(data,index,columns,dtype,copy) # 创建空DataFrame print(pd.DataFrame()) # 从列表创建DataFrame...# 14、find(pattern) 返回模式第一次出现的位置。 # 15、findall(pattern) 返回模式的所有出现的列表。

3.7K30

Pandas 2.2 中文官方教程和指南（八）

简而言之，ExtensionArray 是一个围绕一个或多个具体数组的薄包装器，比如一个numpy.ndarray. pandas 知道如何获取一个ExtensionArray并将其存储在一个Series...将数据类列表传递给它等同于传递字典列表。 请注意，列表中的所有值都应该是数据类，列表中混合类型的值会导致 `TypeError`。...DataFrame DataFrame是一个带有可能不同类型列的二维标签数据结构。你可以将它视为电子表格或 SQL 表，或者是一系列 Series 对象的字典。它通常是最常用的 pandas 对象。...传递数据类列表相当于传递字典列表。 请注意，列表中的所有值都应该是数据类，混合类型会导致`TypeError`。...传递一个数据类列表等同于传递一个字典列表。 请注意，列表中的所有值都应该是数据类，混合类型的列表会导致TypeError。

22100

十分钟入门Pandas

通过纳入大量库和一些标准数据模型，提供了高效操作大型数据集所需工具； 安装 pip install pandas 数据类型 Series 定义 一维的数组类型，其中每个元素有各自标签；可当作一个由带标签元素组成的...numpy数组，标签可以是数字或字符； 关键点 均匀数据； 尺寸大小不变； 数据的值可变； Dataframe 定义 二维、表格型的数组结构，可存储许多不同类型的数据，且每个轴都有标签，可当作一个series...的字典； 关键点 异构数据； 大小可变； 数据可变； 功能特点 潜在的类是不同类型； 大小可变； 标记轴（行和列）； 可对行和列执行算术运算； Panel 定义 三维，大小可变的数组； 关键点...""" # pandas.DataFrame(data,index,columns,dtype,copy) # 创建空DataFrame print(pd.DataFrame()) # 从列表创建DataFrame...# 14、find(pattern) 返回模式第一次出现的位置。 # 15、findall(pattern) 返回模式的所有出现的列表。

4K30

00.数据结构关于浮点数运算的越界问题1.数据结构2.Pandas的两种常用数据结构3.Series系列4.DataFrame数据框

2.Pandas的两种常用数据结构 类型 注释 Series 系列 DataFrame 数据框 使用前需要将pandas 模块引入 from pandas import Series, DataFrame...import pandas as pd 3.Series系列 类似一维数组（ndarray）的对象，由一组数据（各种NumPy数据类型）以及与之相关的数据标签（索引）组成，用于存储一行或一列数据。...index A 0 张三 1 李四 2 王五 Series对象本质上是NumPy的数组，因此NumPy的数组处理函数可以直接对Series使用。...每个Series对象都由两个数组组成： index：从NumPy数组继承的Index对象，保存标签信息。 values：保存值的NumPy数组。...3.1 创建Series Series同时具有数组和字典的功能，因此它也支持一些字典的方法。

1.1K10

深入Python数据分析：数据由长格式变为宽格式

pivot pandas使用版本0.22 melt()的逆操作在Pandas中对应为 pivot()，它也是一个设计上的顶层函数，工程位置如下： Pandas | pivot() 它能变形长格式表为宽格式...主要参数： index 指明哪个列变为新DataFrame的index，注意是哪个，而不是哪些； columns 指明哪个列变为columns； values 指明哪些列变为新DataFrame的数据域...上面图1到图2的变换如下，并未指明values参数，其他列全部按照层级罗列。明显地，列变宽了，变为宽格式了。 ? 如果只想获取某一个系列，比如baz系列，执行如下操作： ? 图2变化为如下： ?...异常 pivot操作在实际应用中，可能会出现异常，原因是被选为index和columns的交叉点值应该不是唯一值。 ? 如上，[one,A] 取值为1或2，不唯一。因此，调用如下操作，会报异常。 ?...虽然只是一个简单的函数，但是却能够快速地对数据进行强大的分析。要想用透，需要多思考，尽量应用到实际场景中。

1.4K20

50个Pandas的奇淫技巧:向量化字符串，玩转文本处理

将拆分的字符串展开为单独的列。 如果 True ，返回 DataFrame/MultiIndex 扩展维度。 如果 False ，则返回包含字符串列表的系列/索引。 regex：布尔值，默认无。...将拆分的字符串展开为单独的列。 如果 True ，返回 DataFrame/MultiIndex 扩展维度。 如果 False ，则返回包含字符串列表的系列/索引。...如果为 False，则将模式视为文字字符串 如果 pat 是已编译的正则表达式或 repl 是可调用的，则不能设置为 False。...：系列、索引、数据帧、np.ndarray 或 list-like Series、Index、DataFrame、np.ndarray(一维或二维)和其他 list-likes 的字符串必须与调用 Series...Python错误、异常和模块（长文系列第④篇） 吴恩达deeplearining.ai的经典总结资料 Ps：从小程序直接获取下载 ​

5.9K60

解决TypeError: read_excel() got an unexpected keyword argument ‘parse_cols or ‘she

Excel文件处理时，有时候会遇到​​TypeError: read_excel() got an unexpected keyword argument ‘parse_cols'​​或​​TypeError...通过设置​​usecols​​参数为包含需要的列名的列表，我们只选择了姓名和年龄两列。然后，我们对选定的年龄列进行了一些处理，例如加1操作。最后，我们打印出处理后的结果。...以下是Pandas库的一些主要特性：数据结构：Pandas提供了两种主要的数据结构，即​​Series​​和​​DataFrame​​。​​...Series​​是一维带标签的数组，类似于列标签和数据的标签化数组。​​DataFrame​​是一个二维的表格型数据结构，每列可以是不同类型的数据（整数、浮点数、字符串等）。...数据导入和导出：Pandas支持多种数据格式的导入和导出，如CSV文件、Excel文件、SQL数据库、JSON格式和HTML表格等。这使得数据的获取和存储都变得非常方便。

70250

Python数据分析 | Pandas核心操作函数大全

一、Pandas Series Series是一个一维的数组对象，它包含一个值序列和一个对应的索引序列。...Numpy中的一维数组也有隐式定义的整数索引，可以通过它获取元素值，而Series用一种显式定义的索引与元素关联。...DataFrame既有行索引，也有列索引，它可以被看做为一个共享相同索引的Series的字典。它的列的类型可能不同，我们也可以把Dataframe想象成一个电子表格或SQL表。....png] 2.1 从列表创建DataFrame 从列表中很方便的创建一个DataFrame，默认行列索引从0开始。...本系列教程涉及的速查表可以在以下地址下载获取： Pandas速查表 NumPy速查表 Matplotlib速查表 Seaborn速查表 拓展参考资料 Pandas官方教程 Pandas中文教程 ShowMeAI

3.1K41

玩转Pandas，让数据处理更easy系列2

01 回顾 上一篇总结了Pandas中最重要的两个数据结构：Series和DataFrame，前者相当于更加强大的一维数组，是数组和字典的组合，因为既可以按照位置，也能通过键获取访问元素；而DataFrame...正是通过这两个强大的数据结构和基于它们建立的各种操作，才使得Pandas称霸数据处理领域工具库，关于这篇请参考： 玩转Pandas，让数据处理更easy系列1 02 DataFrame结构剖析 因为DataFrame...获取values，可以看出是ndarray的Numpy数组，因此可以使用ndarray实例的一切API: pd.values ?...03 DataFrame索引 DataFrame的索引可以按照一维索引方式，或二维索引方式。...04 DataFrame删除某列或某行 删除DataFrame的某行或某列，调用drop()，参数是标签值，如下： 现在的pd_data： ?

56830

​《爱上潘大师》系列-你还记得那年的DataFrame吗

先复习一下前面的文章： 《爱上潘大师》系列-与Series的初次相见 可能有的同学不理解复习的意义，我简单说一下： 我写系列文章的时候都会先列好整个系列的大纲，甚至有时候几篇文章是同一天肝出来的。...DataFrame 每列可以是不同的值类型（数值、字符串、布尔值） DataFrame 中的数据是以一个或多个二维块存放的 那DataFrame 都有哪些创建方式？...通过二维ndarray创建DataFrame 创建一个二维的ndarray 数组，该数组即DataFrame 的数据集 # 通过二维ndarray创建DataFrame arr_data = np.arange...）：columns 行索引（想象成Excel 的序号）：index 默认的行列索引都是从0开始 通过字典创建DataFrame 这里面的字典包括很多，比如： 数组、元祖 、列表 组成的字典 字典组成的字典...key 值，行索引自动填充 当然字典里面的值数据类型你可以尽情变化，Series、元祖、列表等都是可以的 通过列表创建DataFrame 同样的，这里的列表类型也不止一种： 字典组成的列表 Series

83600
点击加载更多

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

更多标签

活动推荐

    运营活动

    活动名称
    广告关闭

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

    领券