Java知識分享網 - 輕松學習從此開始!????

Java知識分享網

Java1234官方群25:java1234官方群25
Java1234官方群25:838462530
     

GIT視頻教程(結合github,碼云)免費領取

BAT一線大廠筆試面試打包下載

java1234.vip企業級站點全新上線(可以領取站點源碼)

SpringBoot打造企業級進銷存

Java1234 VIP課程

領取微信掃碼登錄Java實現視頻教程

Java1234至尊VIP(特價活動)

Pandas數據結構詳解 PDF 下載


分享到:
時間:2020-07-17 12:22來源:http://www.luygg.com 作者:小鋒  侵權舉報
Pandas數據結構詳解 PDF 下載
失效鏈接處理
Pandas數據結構詳解  PDF 下載

本站整理下載:
提取碼:f5es 
 
 
相關截圖:
 
主要內容:

簡介
Series 是一個帶有 名稱 和索引的一維數組,既然是數組,肯定要說到的就是數組中的元素類型,在 Series 中包含的數據類型可以是整數、浮點、字符
串、Python對象等。
假定有一個場景是:存儲一些用戶的信息,暫時只包括年齡信息。
我們可以通過 Series 來存儲,這里我們通過 Series 存儲了四個年齡:18/30/25/40,只需將要存儲的數據構建成一個數組,然后賦值給data參數即可。
In [2]: # 存儲了 4 個年齡:18/30/25/40
user_age = pd.Series(data=[18, 30, 25, 40])
user_age
executed in 49ms, finished 15:22:11 2018-06-04
Out[2]: 0 18
1 30
2 25
3 40
dtype: int64
可以看到,已經正確將多個年齡存儲到 Series 中了,你可能會想,單獨存儲了年齡有什么用,我怎么知道這個年齡屬于哪個用戶呢?
我們可以通過 Series 的 index(索引)來解決這個問題。由于有四個年齡,自然地也需要四個姓名,所以我們需要構建一個與 data 長度相同的數組,
然后通過下面的操作即可滿足要求。
In [3]: user_age.index = ["Tom", "Bob", "Mary", "James"]
user_age
executed in 30ms, finished 15:22:11 2018-06-04
Out[3]: Tom 18
Bob 30
Mary 25
James 40
dtype: int64
你看,現在姓名與年齡已經完全對應上了。雖然說我們自己知道 Tom/Bob 這些是姓名,但是別人不知道啊,我們怎么告訴他人呢?
要想讓別人知道,我們可以為 index 起個名字。
In [4]: user_age.index.name = "name"
user_age
executed in 35ms, finished 15:22:11 2018-06-04
Out[4]: name
Tom 18
Bob 30
Mary 25
James 40
dtype: int64
可能你還會想,如果別人在看我寫的代碼,怎么能快速的知道我這寫的到底是什么玩意呢?
別急,就像我們給index起名字一樣,我們也可以給 Series 起個名字。
In [5]: user_age.name="user_age_info"
user_age
executed in 22ms, finished 15:22:11 2018-06-04
Out[5]: name
Tom 18
Bob 30
Mary 25
James 40
Name: user_age_info, dtype: int64
通過上面一系列的操作,我們對 Series 的結構上有了基本的了解,簡單來說,一個 Series 包括了 data、index 以及 name。
上面的操作非常方便做演示來使用,如果想要快速實現上面的功能,可以通過以下方式來實現。
In [6]: # 構建索引
name = pd.Index(["Tom", "Bob", "Mary", "James"], name="name")
# 構建 Series
user_age = pd.Series(data=[18, 30, 25, 40], index=name, name="user_age_info")
user_age
executed in 23ms, finished 15:22:11 2018-06-04
Out[6]: name
Tom 18
Bob 30
Mary 25
James 40
Name: user_age_info, dtype: int64
另外,需要說明的是我們在構造 Series 的時候,并沒有設定每個元素的數據類型,這個時候,pandas 會自動判斷一個數據類型,并作為 Series 的類
型。
當然了,我們也可以自己手動指定數據類型。
In [7]: # 指定類型為浮點型
user_age = pd.Series(data=[18, 30, 25, 40], index=name, name="user_age_info", dtype=float)
user_age
executed in 25ms, finished 15:22:11 2018-06-04
Out[7]: name
Tom 18.0
Bob 30.0
Mary 25.0
James 40.0
Name: user_age_info, dtype: float64
Series 像什么
Series 包含了 dict 的特點,也就意味著可以使用與 dict 類似的一些操作。我們可以將 index 中的元素看成是 dict 中的 key。

 

------分隔線----------------------------
鋒哥公眾號


鋒哥微信號


關注公眾號
【Java資料站】
回復 666
獲取 
66套java
從菜雞到大神
項目實戰課程
日本色在线