Pandas创建Series的三种方法-创新互联

今天小编就为大家带来一篇有关Pandas创建Series的三种方法的文章。小编觉得挺实用的,为此分享给大家做个参考。一起跟随小编过来看看吧。

10年积累的网站建设、成都网站制作经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先网站设计制作后付款的网站建设流程,更有龙沙免费网站建设让你可以放心的选择与我们合作。

1. 创建Series的三种方法

1.1 基于Python中的列表创建

      myList = ['a', 'b', 'c', 'd'] # 创建一个列表

s1 = pd.Series(data = myList)

print(s1)

输出:

0 a

1 b

2 c

3 d

dtype: object

注意:

创建时data参数名可以省略

输出中左边的那一列叫做索引,默认为从0开始的递增整数。

索引是用来做什么的呢,就像字典中的key一样,可以根据key直接查找到它所对应的值。

例如:

print(s1[1])

[out]:

'b'

1.2 基于numpy中的数组创建

myArray = np.array([5, 15, 25, 35]) # 创建一个numpy一维数组

print(myArray)

'''

[out]:

array([ 5, 15, 25, 35])

'''

s2 = pd.Series(data = myArray)

print(s2)

--------------------------------

[out]:

0 5

1 15

2 25

3 35

dtype: int32

1.3 基于Python中的字典创建

myDict = {'张三':89, '老八':75, '小郭':97}

s3 = pd.Series(data = myDict)

print(s3)

--------------------------------

[out]:

张三 89

老八 75

小郭 97

dtype: int64

注意:

在该种方法中,字典的key为该Series的索引

2. 创建DataFrame的四种方法

创建DataFrame的前三种方法与上述创建Series的方法类似,只不过把数据从一维扩展到了二维。

2.1 基于Python中的列表创建

myList2 = [['a', 'b', 'c'], [10, 20, 30], [1.1, 2.2, 3.3]] # 这是一个嵌套列表

df1 = pd.DataFrame(data = myList2)

print(df1)

--------------------------------

[out]:

0 1 2

0 a b c

1 10 20 30

2 1.1 2.2 3.3

在DataFrame中有两种索引,一种叫行索引,即为最左侧的那一列,默认从0递增的整数。通过它能定位到某一行的所有数据。

另一种叫列索引,即为最上方的那一行,默认从0自增的整数。通过它能定位到某一列的所有数据。(DataFrame中数据的定位方法比较多样,且比Series复杂,我们放到以后的文章中专门讲解,这里只有个基本概念就好)

嵌套列表中,大列表下的每一个小列表,在创建的DataFrame中为一横行。

2.2 基于numpy中的数组创建

myArray2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 创建了一个二维数组

print(myArray2)

'''

[out]:

array([[1, 2, 3],

[4, 5, 6],

[7, 8, 9]])

'''

df2 = pd.DataFrame(data = myArray2)

print(df2)

--------------------------------

[out]:

0 1 2

0 1 2 3

1 4 5 6

2 7 8 9

2.3 基于Python中的字典创建

myDict2 = {'id':[1,2,3],'name':['Alice','Bob','Cindy'],'math':[90,89,99]}

df3 = pd.DataFrame(data = myDict2)

print(df3)

--------------------------------

[out]:

id name math

0 1 Alice 90

1 2 Bob 89

2 3 Cindy 99

注意:

在刚才创建Series时,字典的每一个key对应一个value,而创建DataFrame时,字典的每一个key都对应一个列表

字典的key成为了该DataFrame中的列索引

2.4 基于Series创建

把我们在第一部分创建的s1和s2拿来,创建一个字典

myDict3 = {'one': s1, 'two': s2}

df4 = pd.DataFrame(data = myDict3)

print(df4)

--------------------------------

[out]:

one two

0 a 5

1 b 15

2 c 25

3 d 35

以上就是Pandas创建Series三种方法的详细内容了,看完之后是否有所收获呢?如果想了解更多相关内容,欢迎关注创新互联行业资讯!

另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。


文章名称:Pandas创建Series的三种方法-创新互联
标题链接:http://azwzsj.com/article/dgcjid.html