从熊猫系列
创建数据帧
原文:https://www . geesforgeks . org/creating-a-data frame-from-pandas-series/
系列是熊猫中的一类列表，可以取整数值、字符串值、双数值等。但是在熊猫系列中，我们以列表的形式返回一个对象，索引从 0 开始到 n ，其中 n 是系列值的长度。
在本文的后面，我们将讨论熊猫的数据帧，但是我们首先需要了解系列和数据帧之间的主要区别。系列只能包含带有索引的单个列表，而数据帧可以由多个系列组成，或者我们可以说数据帧是可用于分析数据的系列的集合。
代码#1: 创建简单系列
import pandas as pd
import matplotlib.pyplot as plt
author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti']
auth_series = pd.Series(author)
print(auth_series)
输出:
0 Jitender
1 Purnima
2 Arpit
3 Jyoti
dtype: object
我们来看看系列的类型:
import pandas as pd
import matplotlib.pyplot as plt
author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti']
auth_series = pd.Series(author)
print(type(auth_series))
输出:
<class 'pandas.core.series.Series'>
代码#2: 从系列创建数据框
import pandas as pd
import matplotlib.pyplot as plt
author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti']
article = [210, 211, 114, 178]
auth_series = pd.Series(author)
article_series = pd.Series(article)
frame = { 'Author': auth_series, 'Article': article_series }
result = pd.DataFrame(frame)
print(result)
输出:
Author Article
0 Jitender 210
1 Purnima 211
2 Arpit 114
3 Jyoti 178
说明: 我们正在合并两个系列作者和文章发表。创建一个字典，这样我们就可以组合系列的元数据。元数据是可以定义一系列值的数据的数据。把这个字典传给熊猫数据框，最后你可以看到两个系列的组合结果，即作者和文章数量。
代码#3: 如何在数据框外部添加系列
import pandas as pd
import matplotlib.pyplot as plt
author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti']
article = [210, 211, 114, 178]
auth_series = pd.Series(author)
article_series = pd.Series(article)
frame = { 'Author': auth_series, 'Article': article_series }
result = pd.DataFrame(frame)
age = [21, 21, 24, 23]
result['Age'] = pd.Series(age)
print(result)
输出:
Author Article Age
0 Jitender 210 21
1 Purnima 211 21
2 Arpit 114 24
3 Jyoti 178 23
说明:
我们又增加了一个外部命名为作者年龄的系列，然后直接在熊猫数据框中增加了这个系列。请记住一件事，如果缺少任何值，那么默认情况下，它将被转换为NaN值，即默认情况下为空。
代码#4: 数据框中缺少值
import pandas as pd
import matplotlib.pyplot as plt
author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti']
article = [210, 211, 114, 178]
auth_series = pd.Series(author)
article_series = pd.Series(article)
frame = { 'Author': auth_series, 'Article': article_series }
result = pd.DataFrame(frame)
age = [21, 21, 23]
result['Age'] = pd.Series(age)
print(result)
输出:
Author Article Age
0 Jitender 210 21.0
1 Purnima 211 21.0
2 Arpit 114 23.0
3 Jyoti 178 NaN
代码#5: 图表上的数据图
使用plot.bar()我们创建了一个条形图。
import pandas as pd
import matplotlib.pyplot as plt
author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti']
article = [210, 211, 114, 178]
auth_series = pd.Series(author)
article_series = pd.Series(article)
frame = { 'Author': auth_series, 'Article': article_series }
result = pd.DataFrame(frame)
age = [21, 21, 24, 23]
result['Age'] = pd.Series(age)
result.plot.bar()
plt.show()
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
