对矩阵中的指定行和指定列进行求和(以及pandas常见用法)
直接看代码看程序吧里面有点疑问,打印了一下df的类型是DataFrame类型,df.values可以将DataFrame(二维列表)转成矩阵用了那么久不知道DataFrame是什么,下面来详细介绍一下Pandas的数据类型Pandas基于两种数据类型: series 与 dataframe 。Series:一种类似于一维数组的对象,是由一...
直接看代码看程序吧




里面有点疑问,打印了一下df的类型是DataFrame类型,


df.values可以将DataFrame(二维列表)转成矩阵
用了那么久不知道DataFrame是什么,下面来详细介绍一下
Pandas的数据类型
Pandas基于两种数据类型: series 与 dataframe 。
Series:一种类似于一维数组的对象,是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意:Series中的索引值是可以重复的。
DataFrame:一个表格型的数据结构,包含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔型等),DataFrame即有行索引也有列索引,可以被看做是由Series组成的字典。



2字典创建dataFrame

一共有4行通过代码中的 index=list(range(4))实现的
3dataFrame数据操作

df.iloc()方法最常用
增加一列

列删除 del(df.['指定列'])
或者使用df.pop('指定列')

行选择(选择某一行,或者几行的数据)df.iloc()
结果如下:

添加一行或者多行
df06.loc['e'] = [22,33,444]或者 df06.append(data2)

行删除 df.drop('指定行')

参考文章连接如下
更多推荐


所有评论(0)