暂无个人介绍
2022年07月
In [14]:data[data['wt']<60]
Out[14]:
Ht Wt Rt
0 1.5 40 thin
1 1.5 50 fat
3 1.6 40 thin
4 1.6 50 thin
7 1.7 50 thin
In [13]:data[0:3]
Out[13]:
Ht Wt Rt
0 1.5 40 thin
1 1.5 50 fat
2 1.5 60 fat
Out[11]: 0 1.5
1 1.6
2 1.6
3 1.6
4 1.6
5 1.6
6 1.6
7 1.7
8 1.7
9 1.7
10 1.7
11 1.8
12 1.8
13 1.8
14 1.8
15 1.9
16 1.9
Name:Ht,dtype:float64
In[11]:data['Ht']
Out[11]: 0 1.5
1 1.6
2 1.6
3 1.6
4 1.6
5 1.6
6 1.6
7 1.7
8 1.7
9 1.7
10 1.7
11 1.8
12 1.8
13 1.8
14 1.8
15 1.9
16 1.9
Name:Ht,dtype:float64
从csv文件中读取数据到dataform,Pandas还提供读写csv文件功能,例如read_csv函 数可以读取csv文件的数据,返回DataFrame对象。
构建DataFrame的办法有很多,基本方法是使用DataFrame () 函数构造,格式如下:DataFrame([data, index, columns, dtype, cоpу])
通过赋值语句修改数据,可以修改指定行、列的数据,还可以把要修改的数据查询筛选出来,或重新赋值。
Series是一种类似于一维数组的对象, 创建Series对象可以使用函数: pandas.Series(data, index),data表示数据值。
Pandas主要处理以下三种数据结构:
(1) Series:一维数组,与NumPy中一维的ndarray类似。 数据结构接近Python中的List列表,数据元素可以是不同的数据类型。
(2) DataFrame:二维数据结构。DataFrame可以理解成Series的容器,其内部的每项元素都可以看作一个Series。DataFrame是重 要的数据结构,在机器学习中经常使用。
(3) Panel: 三维数组,可以理解为DataFrame的容器,其内部的每项元素都可以看作一个DataFrame。
Pandas使用强大的数据结构提供高性能的数据操作和分析工具。模块提供了大量的能便捷处理数据的函数、方法和模型,还包括操作大型数据集的工具。从而能够高效分析数据。
Pandas(Python Data Analysis Library)是Python的一个数据分析包,是基于NumPy的一种工具,为了解决数据分析任务而创建的。