Python其实很简单 第十九章 Pandas之Series与DataFrame

访问某一列可以通过b['state']和bstate这两种方法进行，但是输出的pandas里面的Series这种数据类型，因此b['state']index()返回Index([0,1], dtype=object)。因为数据分析某个值并不是非常重要，所以据我所知没有直接输出索引值的函数，不过可以通过query()函数，bquery('state == "obio"')，输出含有ohio的行自然也就知道了索引了。

使用DataFrame中的drop_duplicates方法，可以删除“重复值”，返回字段的“唯一值”

实现代码：数据框名drop_duplicates(["字段名"])

备注：通过 数据框名drop_duplicates(["字段名"])shape[0]，可以获取“唯一值”的个数。

DataFrame的单元格可以存放数值、字符串等，这和excel表很像。同时DataFrame可以设置列名columns与行名index，可以通过像matlab一样通过位置获取数据也可以通过列名和行名定位，比较像matlab里面的table格式。

下面将对DataFrame的基本 *** 作进行梳理和介绍：（下文中用df代指DataFrame格式）

方法1：直接生成df

方法2：字典转化为df

方法3：读取txt/excel文件时，输出的就是df格式

方法4：从矩阵A转化为df

注：pdDataFrame和pdSeries是两个不同的函数

取单行后是一个Series，Series有index而无columns

'Series' object has no attribute 'columns'

去除nan值：

1pandas dataframe删除一行或一列：drop函数 >

以上就是关于Python其实很简单 第十九章 Pandas之Series与DataFrame全部的内容，包括:Python其实很简单 第十九章 Pandas之Series与DataFrame、python中如何倒着遍历dataframe、如何获取dataframe的标签等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！