女强穿越玄幻完结小说,完美世界前传下载

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案

Pandas創(chuàng)建Series的三種方法-創(chuàng)新互聯(lián)

今天小編就為大家?guī)硪黄嘘P(guān)Pandas創(chuàng)建Series的三種方法的文章。小編覺得挺實用的，為此分享給大家做個參考。一起跟隨小編過來看看吧。

10年積累的網(wǎng)站建設(shè)、成都網(wǎng)站制作經(jīng)驗，可以快速應(yīng)對客戶對網(wǎng)站的新想法和需求。提供各種問題對應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識你，你也不認(rèn)識我。但先網(wǎng)站設(shè)計制作后付款的網(wǎng)站建設(shè)流程，更有龍沙免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

1. 創(chuàng)建Series的三種方法

1.1 基于Python中的列表創(chuàng)建

    　　myList = ['a', 'b', 'c', 'd'] # 創(chuàng)建一個列表s1 = pd.Series(data = myList)
print(s1)

輸出：

0 a

1 b

2 c

3 d

dtype: object

注意：

創(chuàng)建時data參數(shù)名可以省略

輸出中左邊的那一列叫做索引，默認(rèn)為從0開始的遞增整數(shù)。

索引是用來做什么的呢，就像字典中的key一樣，可以根據(jù)key直接查找到它所對應(yīng)的值。

例如：

print(s1[1])
[out]:
'b'

1.2 基于numpy中的數(shù)組創(chuàng)建

myArray = np.array([5, 15, 25, 35]) # 創(chuàng)建一個numpy一維數(shù)組
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中的字典創(chuàng)建

myDict = {'張三':89, '老八':75, '小郭':97}
s3 = pd.Series(data = myDict)
print(s3)
--------------------------------
[out]：
張三 89
老八 75
小郭 97
dtype: int64

注意：

在該種方法中，字典的key為該Series的索引

2. 創(chuàng)建DataFrame的四種方法

創(chuàng)建DataFrame的前三種方法與上述創(chuàng)建Series的方法類似，只不過把數(shù)據(jù)從一維擴(kuò)展到了二維。

2.1 基于Python中的列表創(chuàng)建

myList2 = [['a', 'b', 'c'], [10, 20, 30], [1.1, 2.2, 3.3]] # 這是一個嵌套列表
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中有兩種索引，一種叫行索引，即為最左側(cè)的那一列，默認(rèn)從0遞增的整數(shù)。通過它能定位到某一行的所有數(shù)據(jù)。

另一種叫列索引，即為最上方的那一行，默認(rèn)從0自增的整數(shù)。通過它能定位到某一列的所有數(shù)據(jù)。(DataFrame中數(shù)據(jù)的定位方法比較多樣，且比Series復(fù)雜，我們放到以后的文章中專門講解，這里只有個基本概念就好)

嵌套列表中，大列表下的每一個小列表，在創(chuàng)建的DataFrame中為一橫行。

2.2 基于numpy中的數(shù)組創(chuàng)建

myArray2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 創(chuàng)建了一個二維數(shù)組
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中的字典創(chuàng)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：

在剛才創(chuàng)建Series時，字典的每一個key對應(yīng)一個value，而創(chuàng)建DataFrame時，字典的每一個key都對應(yīng)一個列表

字典的key成為了該DataFrame中的列索引

2.4 基于Series創(chuàng)建

把我們在第一部分創(chuàng)建的s1和s2拿來，創(chuàng)建一個字典

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創(chuàng)建Series三種方法的詳細(xì)內(nèi)容了，看完之后是否有所收獲呢？如果想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊!

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

當(dāng)前標(biāo)題：Pandas創(chuàng)建Series的三種方法-創(chuàng)新互聯(lián)
文章位置：http://fisionsoft.com.cn/article/dgcjid.html

新聞中心

其他資訊