知识点
Pandas的数据类型有两种：1、Series 一维，带标签数组2、DataFrame 二维，Series容器
Serial对象本质上由两个数组构成，一个数组构成对象的健(index,索引),一个数组构成对象的值(values).因此Series可以看作是键值对(健-->值)
1、Series创建
#方式1 可以手动指定index t = pd.Series(np.arange(10)) print(t) b =pd.Series(range(4),index = ["a","b","c","d"]) print(b)#方式2 字典包含了index temp_dict = {"name":"yangwj","age":28,"tel":"10080"} a = pd.Series(temp_dict)
2、Series索引与切片
a)索引：一个的时候直接传入序号或者index,多个的时候传入序号或者index的列表
print(a["name"])#通过key print(a[1])#通过indexprint(a.index) #获取索引列表 print(len(a.index)) #获取索引列表长度 print(list(a.index)) #获取索引并转为列表 print(a.values) #获取值，类型为ndarray
print(a[a>1]) #布尔索引
b)切片：直接传入start end或者步长即可
print(a[:2])#切片 print("*"*10) print(a[::2]) #按步长切片 返回一个无序的Series print("*"*10) print(a[[1,2]])#获取多个
3、Series其他属性与方法
b =pd.Series(range(5),index = ["a","b","c","d","a"]) print(b)print(b.max()) #最大值 print(b.min()) #最小值 print(b.idxmax()) #最大值位置 print(b.idxmin()) #最小值位置 #print(b.quantile(0.1)) #10%分位数 0.30000000000000004 #print(b.sum) #求和，但是不使用 #print("*"*10) #print(b.mean) #求均值 #rint(b.median) #求中位数 #print(b.std) #标准差 #print(b.ptp) #极差 = 最大值-最小值 #print(b.cov) #协方差 #print(b.mode()) #众数 #print(b.var) #方差 #print(b.kurt) #峰度 #print(b.skew) #偏度 print(b.describe()) #Series整体信息描述 '''count 5.000000mean 2.000000std 1.581139min 0.00000025% 1.00000050% 2.00000075% 3.000000max 4.000000 ''' print(b.describe()["count"]) #获取个数 # print("*"*10) print(pd.isnull(b)) #是空 print(pd.notnull(b)) #不为空 print(pd.isna(b)) #是nan print(pd.notna(b)) #不是nan print(b.head()) #获取前5行数据 print(b.tail()) #获取末尾5行数据
4、Series读取外部数据
#读取CSV文件 g = pd.read_csv("./youtube_video_data/GB_video_data_numbers.csv") #print(g)#pd.read_sql() #从数据库读取
...)
)
