首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Python数据分析之pandas(二)

继续介绍pandas的一些操作。

1 Series的数据选择

我们首先来创建一个Series对象:

通过其索引即可选取对应的值:

将其看作字典时,可用keys方法查看其索引:

也可用values查看其值:

还可以用items查看索引和值的配对:

如果想扩展Series,直接添加索引和值就好:

接下来我们关注Series对象的切片如何通过索引来选择,首先我们当然可以用索引名称来进行选取:

其次我们也可以通过隐式的整数索引来选取:

这里需要注意的是,显式索引(也就是索引名称)是左右两边都包括的,而隐式索引,是含左不含右的。

我们还可以通过一些表达式来筛选出我们需要的数据:

也可以选出不连续的值:

但是,上述的一些索引方法会出现一些误解,比如索引名称正好为整数:

此时,索引取值为显式,而切片为隐式:

由于上述情况很容易混淆,所以Python提供了一些索引器属性来方便操作。

首先是loc,它表示取值和切片都为显示索引,也就是只关注索引的名称:

其次是iloc,它表示取值和切片都为隐式索引:

最后是ix,它是上面两种显式和隐式索引的混合表示,一般不建议使用,因为很容易产生误解。

2 DataFrame的数据选择

首先我们还是建立一个DataFrame:

将其看作字典时,我们可以通过列名来选取对应列的值:

还可以通过属性的方式获取某一列:

当需要添加列时,可以根据字典的语法进行操作:

这里我们将m、n两列的均值作为了第三列p。

将df看作二维数组时,可以通过values属性来查看值:

还可进行行列转置:

当然,我们也可以通过索引器对df进行切片:

如上图,可以用loc、iloc及ix进行索引,但为避免混淆,一般不用ix来进行混合索引。

今天就先介绍到这里,下次再会。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190208G0H0LD00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券