Pandas 데이터 분석을 사용한 시리즈-파이썬 튜토리얼-php.cn

Pandas 데이터 분석을 사용한 시리즈

P粉469731340

풀어 주다： 2022-07-22 15:53:20

원래의

164명이 탐색했습니다.

1. 도구 준비

데이터 분석을 위한 좋은 도구: anaconda 이 튜토리얼은 브라우저에서 실행되는 win10 시스템의 anaconda3 jupyter 도구를 사용하는 것입니다.

다운로드 URL: https://www.anaconda.com/
시작 방법

시작 메뉴에서 아나콘다 프롬프트 명령줄 창을 엽니다.
프로젝트가 있는 디렉터리를 입력하세요. 디렉토리를 직접 설정하세요
jupyter Notebook 명령을 사용하여 브라우저를 엽니다

2. 시리즈 유형

한 번 인덱스가 생성되면 내부 값을 수정할 수 없습니다. 개별

1. 시리즈 객체 생성

목록이나 배열을 통해 객체 생성

import pandas as pd
import numpy as np
users=[&#39;张三&#39;,&#39;李四&#39;,&#39;王老五&#39;]
series1=pd.Series(users)
print(series1)

로그인 후 복사

위 코드 결과:

0     张三
1     李四
2    王老五
dtype: object

로그인 후 복사

사전을 통해 시리즈 객체 생성

users={&#39;张三&#39;:20,&#39;李四&#39;:25,&#39;王五&#39;:21}
series2=pd.Series(users)
print(series2)

로그인 후 복사

위는 코드 결과:

张三    20
李四    25
王五    21
dtype: int64

로그인 후 복사

2. 시리즈의 시퀀스를 가져옵니다.

print(series2.index)

로그인 후 복사

위 코드의 결과:

Index([&#39;张三&#39;, &#39;李四&#39;, &#39;王五&#39;], dtype=&#39;object&#39;)

로그인 후 복사

3. 시리즈의 값을 가져옵니다.

print(series2.values)

로그인 후 복사

위 코드의 결과:

[20 25 21]

로그인 후 복사

4. 특정 값을 얻습니다.

print(series2.values)
print(series2[1])
print(series2[&#39;王五&#39;])

로그인 후 복사

위 코드의 결과:

25
21

로그인 후 복사

위 두 가지 방법 중 하나로 시리즈의 값을 얻을 수 있습니다.

pd.date_range(&#39;2022-10-01&#39;,periods=4,freq=&#39;M&#39;)

로그인 후 복사

기간: 여러 간격으로 나누어짐
freq: 년, 월, 일, 주, 시간 등으로 나누어짐

6 시간 간격 지수

pd.TimedeltaIndex([10,12,14,16],unit="D")

로그인 후 복사

의 결과 위 코드:

TimedeltaIndex([&#39;10 days&#39;, &#39;12 days&#39;, &#39;14 days&#39;, &#39;16 days&#39;], dtype=&#39;timedelta64[ns]&#39;, freq=None)

로그인 후 복사

단위 값은 Y, W, H 등으로 대체될 수 있습니다.

7.索引取值

import numpy as np
import pandas as pd
pd=pd.DataFrame(np.random.randint(1,100,(4,5)),index=[&#39;A&#39;,&#39;B&#39;,&#39;C&#39;,&#39;D&#39;])
# pd[&#39;A&#39;:&#39;C&#39;]#通过索引名称取值，结果包含最后一个
pd[0:3]#通过索引下标取值，结果不包含最后一个

로그인 후 복사

8. 条件索引

conditon=series>50
series[conditon]
或
series[series>50]

로그인 후 복사

以上代码结果：

	0	1	2	3	4
A	84.0	63.0	76.0	72.0	77.0
B	NaN	96.0	NaN	65.0	NaN
C	NaN	NaN	NaN	81.0	NaN
D	74.0	89.0	NaN	NaN	53.0

로그인 후 복사

위 내용은 Pandas 데이터 분석을 사용한 시리즈의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!