df_name[:20] 1. [ ]中直接写数字,即取行。key代表要取的参数名。得到一个新的dataframe,可以在此基础上取列索引,对列进行操作。 如:df_name[:20][key_1] 但是pandas有自己的选择方式 df_name.loc 通过标签索引行数据 df_name.loc[‘label_1’:‘label_2’, ‘label_3’:‘label_4’] 举例: 注...
3、将df转化为Series结构(取df某一列) 4、使用字典生成一个df数据 5、使用series方法自己生成一个series数据 三、DataFrame的属性 1、手动创建一个df数据(每一列数据类型一致) 2、df的values属性(可用于数组和dataframe数据转化) 3、获取df行索引名称 4、获取df列索引名称 5、获取df元素个数 6、获取df每一列...
for i in range(len(sheets)): df = pandas.read_excel(file_path,sheetname=i,skiprows=0,encoding='utf8') # print(df.shape) total = total.append(df) print(total.shape) ## 保存成一张表 wb = pandas.ExcelWriter('detail.xlsx') ## 将表放进去 total.to_excel(wb,'Sheet1') ## 第一个...
2.2.1列索引取值 使用单个值或序列,可以从DataFrame中索引出一个或多个列。DataFrame()数据结构,这里用df代表pd.DataFrame(数据),如下表:【例】当我们转换成Series结构后,通过下标和值均可以相互获取。关键技术:可以通过对应的下标或行索引来获取值,也可以通过值获取对应的索引对象以及索引值。具体程序代码如下所...
df.loc[:, '英文'] # '英语'列 Series 对象 df.loc[:, ['英文']] # '英语'列 DataFrame 对象 iloc 方法 df.iloc[:, 1] # 第2列 Series 对象 df.iloc[:, [1]] # 第2列 DataFrame 对象 2.2 【抽取 多列-指定列】 - 列操作 df[['英文', '语文']] # '英语'列 和 '语文'列 2列 ...
df=pd.DataFrame(data) rounded_df=df.applymap(lambdax: math.floor(x*10)/10) print(rounded_df) 四、Series 使用apply()方法来对其中的所有元素进行操作。 1 2 3 4 5 6 7 8 9 importpandas as pd importmath data={'A': [3.45,2.67,5.89,4.12]} ...
def seriesDemo(): #创建,(),[],{},二维的ndarray,Series,外部数据引入,比如csv, excel等 # 获取值,index,qiepian # 运算 +,- *, /, # 读取, # insert,df.insert(1,'remark',df['year']) # 删除列(del df['two'], df.pop['two'] ...
df4的输出如下: 我们可以通过下面的形式给DataFrame添加或者删除列数据: 这段代码输出如下: Index对象与数据访问 pandas的Index对象包含了描述轴的元数据信息。当创建Series或者DataFrame的时候,标签的数组或者序列会被转换成Index。可以通过下面的方式获取到DataFrame的列和行的Index对象: ...
1 is not series")se_1=df_1["time"]print("\n","se_1","\n",se_1,"\n")print(type(se_1))ifisinstance(se_1,pd.DataFrame):print("se_1 is DataFrame")else:print("se_1 is not DataFrame")ifisinstance(se_1,pd.Series):print("se_1 is series")else:print("se_1 is not series...