Pandas的入门

👉 温馨提示:本文末尾有哔哩哔哩的视频参与辅助,如果实在不懂,那就放开嘛!每天总要开心一些吧❤️❤️❤️ 1.安装pandas库 安装pandas有两种方法 # 1.使用pip大法 # 利用pip install <package>的形式安装python库 pip install pandas

👉 温馨提示:本文末尾有哔哩哔哩的视频参与辅助,如果实在不懂,那就放开嘛!每天总要开心一些吧❤️❤️❤️

1.安装pandas库

安装pandas有两种方法

# 1.使用pip大法
# 利用pip install <package>的形式安装python库
pip install pandas

# 2. 使用Pycharm中的模块安装法

2.基本语法

  1. 导入pandas

    1.导入pandas库

    语法import as

    import pandas as pd

  2. 创建一维数组(使用Series)

    导入pandas库

    import pandas as pd

    创建Series一维数组

    shuzu = pd.Series([1.0,'hello',[1,2,3],-10]) # 数组的内容可以是字符串,列表,整数和浮点数等

    打印出数组内容

    print(shuzu)

  3. 下标与下标的值

    导入pandas库

    import pandas as pd

    创建Series一维数组

    shuzu = pd.Series([1.0,'hello',[1,2,3],-10])

    下标值计算如👉 0 1 2 3 四个值所以start=0 stop=4,取头不取尾 step=1步长为1,一次增长1

    打印出数组内容

    print(shuzu)

    打印下标

    print(shuzu.index) # 所谓下标可以理解为这个值在这个数组的那个地方从0开始计数

    打印下标的值

    print(shuzu.values) # 下标值是自己定义的可以比喻为下标为索引,下标值为索引的值

  4. 使用index指定标签

    导入pandas库

    import pandas as pd

    创建Series一维数组

    shuzu = pd.Series([1,2,3,4,5],index=[9,8,7,6,5])

    打印出数组内容

    print(shuzu)

    以下是输出的结果

    “C:\Program Files\Python37\python.exe” D:\学习相关\编程项目\Python\pandas的学习\index指定标签\zhiding.py
    9 1
    8 2
    7 3
    6 4
    5 5
    dtype: int64

    可以看出index的用法是指定索引,我们可以将其改为False不显示标签

  5. iloc和loc的使用

    iloc的作用是查看原来的索引对应的值,从0开始计数,不受index定义的影响

    导入pandas库

    import pandas as pd

    创建Series一维数组

    shuzu = pd.Series([5,4,3,2,1],index=[9,8,7,6,5])

    打印出数组索引为3的值

    print(shuzu.iloc[3])

    以下是输出的结果

    “C:\Program Files\Python37\python.exe” D:\学习相关\编程项目\Python\pandas的学习\index指定标签\zhiding.py
    2

    Process finished with exit code 0

    loc的作用是查看经index定义后的索引对应值

    导入pandas库

    import pandas as pd

    创建Series一维数组

    shuzu = pd.Series([5,4,3,2,1],index=[9,8,7,6,5])

    打印出数组索引为8的值

    print(shuzu.loc[8])

    以下是输出的结果

    “C:\Program Files\Python37\python.exe” D:\学习相关\编程项目\Python\pandas的学习\index指定标签\zhiding.py
    4

    Process finished with exit code 0

Python——Pandas库,超详细教程_python pandas-CSDN博客

LICENSED UNDER CC BY-NC-SA 4.0