标签：loc Python Series NaN pandas print 基本操作 numpy Pandas

直接上代码

Series

import pandas

# print(pandas.Series([232, 455, 2, 3456, 2]))

t = pandas.Series([15,2,3,4,5],index=list("abcde"))


# print(t["c"])

# print(t[1:4])

# print(t[[1,4]])

# print(t[t>2])

print(t.values)

DataFrame

import numpy
import pandas
numpy.random.seed(9)
t = pandas.DataFrame(numpy.random.random(40).reshape(10,4),
                     index=list("abcdefghij"),columns=list("ABCD"))

# print(t)  #同理，t也可以是字典，或者字典构成的列表

# print(t.index)

# print(t.columns)

# print(t.values)

# print(t["D"].mean())

# print(t.shape)

# print(t.dtypes)

# print(t.ndim)

# print(t.info())

# print(t.describe())

# print(t.sort_values(by = "e", ascending= False))

# print(t[:7])   #取前7行

# print(t["B"])   #取列
# print(type(t["B"]))

# print(t.loc["h", :])  #用loc的各种切片。这里注意loc后面是[]
# print(t.loc[["h","a"], ["B","D"]])
# print(t.loc[["h","a"], "A":"C"])
# print(t.iloc[1:8,[3,1]])  #用iloc切片，直接用数字索引

# t = t.iloc[1:4,[3,2,1]]   #测试下赋值
# print(t)
# t[t>0.5]=numpy.NaN
# print(t)

# print(t[(t["D"]>0.2)&(t["D"]<0.8)])  #带条件切片，与条件
# print(t[(t["A"]>0.8)|(t["D"]>0.8)])    #带条件切片，或条件

# t = t[t>0.5]
# t2 = pandas.notnull(t)   #False为NaN
# # print(t)
# # print(t2)
# # print(t.dropna(how="all"))   #删除NaN
# print(t.fillna(8888))  #填充NaN

标签：loc,Python,Series,NaN,pandas,print,基本操作,numpy,Pandas
来源： https://blog.csdn.net/m0_49963403/article/details/121587090

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。