一、Series和Dataframe的區(qū)別

Series

Series是一種類似于一維數(shù)組的對象。它由一組數(shù)據(jù)（各種Numpy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽（即索引）組成。

>>>Series只有行索引

Series相當(dāng)于數(shù)組numpy.array類似

s1=pd.Series([1,2,4,6,7,2])

s2=pd.Series([4,3,1,57,8],index=[‘a(chǎn)’,’b’,’c’,’d’,’e’])

print s2

obj1=s2.values

# print obj1

obj2=s2.index

# print obj2

# print s2[s2>4]

# print s2[‘b’]

DataFrame

DataFrame是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾型值）。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共同用一個(gè)索引）。

>>>DataFrame既有行索引也有列索引

DataFrame的一些操作

#增加列或修改列

a[‘f’]=[1,2,3,4]

a[‘e’]=10

print a

print “=======================”

#增加行或修改行

a.ix[‘D’]=10

# print a

S=pd.DataFrame(np.random.rand(4,6),index=list(‘EFGH’),columns=list(‘a(chǎn)bcdef’))

a=a.append(S)

print a

print “=======================”

#切片

print (a[[‘b’,’e’]]) #取’b’,’e’列

print a.loc[‘A’:’D’,[‘a(chǎn)’,’c’,’f’]] #取’A’-‘D’行’a’,’c’,’f’列

print “=======================”

#減少行或減少列

a=a.drop([‘C’,’D’]) #刪除’C’行和’D’

print a

a=a.drop(‘a(chǎn)’,axis=1) #刪除’a’列,axis=0表示行，axis=1表示列

print a

print “=======================”

#缺省值處理

a.iloc[2,3]=None #取第三行第4列值設(shè)為None

a.iloc[4,0]=None #取第五行第1列值設(shè)為None

print a

a=a.fillna(5)? #缺省值處(即NaN處填充為5)

print a

#缺省值去行即有缺省值的把這一行都去掉

a.iloc[2,3]=None

a.iloc[4,0]=None

print a

a=a.dropna() #刪除缺省值為NaN的行

print a

print “=======================”

#讀取excel,適當(dāng)改動(dòng)后，保存到excel中

e1=pd.read_excel(‘test.xlsx’,sheetname=’Sheet1′)

e1.columns=[‘class’,’no’,’name’,’sex’,’dormitory’,’phonenumber’]

print(e1)

print(e1.ix[2])

print(e1[‘class’])

print(e1.sex)

#可將取出的數(shù)據(jù)處理，處理完后再保存到excel中去

e2=pd.read_excel(‘test_copy.xlsx’,sheetname=’Sheet1′,names=’table1′,header=None)

e2.columns=[‘a(chǎn)’,’b’,’c’,’d’]

print(e2)

e2.to_excel(‘test_write.xlsx’,header=False,index=False)

延伸閱讀：

二、什么是Python

Python是一種跨平臺的計(jì)算機(jī)程序設(shè)計(jì)語言。 是一個(gè)高層次的結(jié)合了解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語言。最初被設(shè)計(jì)用于編寫自動(dòng)化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越多被用于獨(dú)立的、大型項(xiàng)目的開發(fā)。