Pandas 데이터 분석을 사용한 시리즈

1. 도구 준비

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

1. 다운로드 URL: https://www.anaconda.com/

2. 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=['张三','李四','王老五']
series1=pd.Series(users)
print(series1)

위 코드 결과:

0     张三
1     李四
2    王老五
dtype: object

• 사전을 통해 시리즈 객체 생성

users={'张三':20,'李四':25,'王五':21}
series2=pd.Series(users)
print(series2)

위는 코드 결과:

张三    20
李四    25
王五    21
dtype: int64

2. 시리즈의 시퀀스를 가져옵니다.

print(series2.index)

위 코드의 결과:

Index(['张三', '李四', '王五'], dtype='object')

3. 시리즈의 값을 가져옵니다.

print(series2.values)

위 코드의 결과:

[20 25 21]

4. 특정 값을 얻습니다.

print(series2.values)
print(series2[1])
print(series2['王五'])

위 코드의 결과:

25
21

위 두 가지 방법 중 하나로 시리즈의 값을 얻을 수 있습니다.

5.

pd.date_range('2022-10-01',periods=4,freq='M')

• 기간: 여러 간격으로 나누어짐

• freq: 년, 월, 일, 주, 시간 등으로 나누어짐

6 시간 간격 지수

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

의 결과 위 코드:

TimedeltaIndex(['10 days', '12 days', '14 days', '16 days'], dtype='timedelta64[ns]', freq=None)

• 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=['A','B','C','D'])
# pd['A':'C']#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

8. 条件索引

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

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

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