1 查看pandas的版本
import numpy as np pandas as pd print(pd.__version__)
0.24.1
2 如何通过list,numpy array, dict创建series
现有list, numpy array, dict如下:
pandas as pd mylist = list('abc') myarr = np.arange(3) mydict = dict(zip(mylist,myarr)) print("list: {}\nmyarr: {}\nmydict: {}\n".format(mylist,myarr,mydict))
输出如下:
list: [a',bc] array: [0 1 2] dict: {': 0,1)">': 1,1)">': 2}
3 把一个Series转换为DataFrame
现有Series如下:
) mydict = pd.Series(mydict) print(ser3)
输出
a 0 b 1 c 2 dtype: int64
请把Series转换为DataFrame
df = ser3.to_frame()
df
输出如下:
如果想把Series中的index也一起进行转换,可以使用如下操作
df = ser3.to_frame().reset_index()
df
输出如下:
合并两个Series组成一个DataFrame
已有两个Series, ser1与ser2
numpy as np ser1 = pd.Series(list(abcedfghijklmnopqrstuvwxyz)) ser2 = pd.Series(np.arange(26))
请把它们合并成一个DataFrame
解决方法如下:
df = pd.concat([ser1,ser2],axis=1) #df = pd.DataFrame({'col1': ser1,'col2': ser2}) #这也是一种可行的办法 df.head()
结果如下
5 给Series定义一个名字
已有Series: ser,我们想给它定义一个名字
ser = pd.Series(list('))
解决方式如下:
ser.name = alpha ser.head()
输入如下: