pandas基本操作-Pandas数据结构-Python数据分析教学.pptxVIP

pandas基本操作-Pandas数据结构-Python数据分析教学.pptx

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

;pandas主要提供了3种数据结构:

Series,带标签的一维数组;

DataFrame,带标签且大小可变的二维表格结构;

Panel,带标签且大小可变的三维数组。;pandas主要有6种数据类型:

int:整型数,整数;

float:浮点数;

object:Python对象类型,用‘O’表示;

string_:字符串类型;

unicode_:固定长度的unicode类型,跟字符串定义方式一样;

datetime64[ns]:表示时间格式。;1.生成一维数组

importnumpyasnp

importpandasaspd

x=pd.Series([1,3,5,np.nan])

x

01.0

13.0

25.0

3NaN

dtype:float64;pd.Series(range(5))#把Python的range对象转换为一维数组

00

11

22

33

44

dtype:int32

pd.Series(range(5),index=list(abcde))#指定索引

a0

b1

c2

d3

e4

dtype:int32;pd.date_range(startendfreq=H)

#间隔为小时

DatetimeIndex([2018-01-0100:00:00,2018-01-0101:00:00,

2018-01-0102:00:00,2018-01-0103:00:00,

2018-01-0104:00:00,2018-01-0105:00:00,

2018-01-0106:00:00,2018-01-0107:00:00,

2018-01-0108:00:00,2018-01-0109:00:00,

...

2018-12-3015:00:00,2018-12-3016:00:00,

2018-12-3017:00:00,2018-12-3018:00:00,

2018-12-3019:00:00,2018-12-3020:00:00,

2018-12-3021:00:00,2018-12-3022:00:00,

2018-12-3023:00:00,2018-12-3100:00:00],

dtype=datetime64[ns],length=8737,freq=H);pd.date_range(startendfreq=D)

#间隔为天

DatetimeIndex([2018-01-01,2018-01-02,2018-01-03,2018-01-04,

2018-01-05,2018-01-06,2018-01-07,2018-01-08,

2018-01-09,2018-01-10,

...

2018-12-22,2018-12-23,2018-12-24,2018-12-25,

2018-12-26,2018-12-27,2018-12-28,2018-12-29,

2018-12-30,2018-12-31],

dtype=datetime64[ns],length=365,freq=D);dates=pd.date_range(startendfreq=M)

#间隔为月

dates

Date

文档评论(0)

8d758 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档