4.2 Pandas，matplotlib模块总结 2021—2022学年浙教版(2019)必修一数据与计算

第四章pandas专题复习 1、 一维结构Series import pandas as pd s1 = pd.Series([166,178,180]) #创建Series print(s1) 运行结果: 0 166 1 178 2 180 dtype: int64 左列为索引(index)，右列为数值(values)，左侧索引默认从0开始递增，但也可以在创建Series对象时直接指定索引名称。 import pandas as pd s1 = pd.Series([166,178,180],index=["s01","s02","s03"]) #创建Series并指定索引 print(s1) 运行结果: s01 166 s02 178 s03 180 dtype: int64 Series类型可以用属性方法将索引和值分别输出 print(s1.index) #运行结果Index(['s01', 's02', 's03'], dtype='object') print(s1.values) #[166 178 180] 当我们需要修改或输出某个值时，方法和列表类似：s1[index] print(s1["s02"]) #运行结果178 当然也可以用这种方法修改单个值 s1["s02"] = 180 #修改索引"s02"的值 需要特殊指出的是，由于上面代码指定索引时使用的是字符类型，默认的数值类型的索引值依然可用。 print(s1[1] ) #运行结果为180 s1[1] = 180 #修改索引1的值，和上面的s1["s02"] = 180等价 二、二维结构DataFrame data1 = {"姓名":["张三","赵四","王五"],"性别":["男","女","男"],"年龄":[12,15,13]} #创建一个字典类型 df1 = pd.DataFrame(data1) #用字典类型生成DataFrame类型 print(df1) 运行结果： 姓名 性别 年龄 0 张三 男 12 1 赵四 女 15 2 王五 男 13 和Series类似，第一列为索引值(index)，默认从0