[人工智能]numpy和pandas库的基础操作说明

import pandas as pd 
import numpy as np

s=pd.Series([25,22,34],index=['a','b','c'])#也可单独输入一个25，index是索引
s.cumsum()#计算前n项累加和
#print(s)
e=pd.Series({'a':9,'b':8,'c':6},index=['a','c','d','b'])
#print(e)
#Series对齐操作索引相同的进行运算
n=pd.Series(np.arange(5))
a=n.get(20,'没有')
#print(a)
#print(n)

#DataFrame是二维的
d1=pd.DataFrame(np.arange(10).reshape(2,5))#会自动生成索引
d2={'one':[1,2,3,4],'two':[4,5,6,7]}
d3=pd.DataFrame(d2,index=['a','b','c','d'])##纵向
#print(d3)

#运算
w=pd.DataFrame(np.arange(12).reshape(3,4))
m=pd.DataFrame(np.arange(20).reshape(4,5))
#print(w+m)
#w.add(m,fill_value=补齐的值)加法运算
#w.sub(m,补齐的值)减法运算
#w.mul(m,补齐的值)乘法运算
#w.div(m,补齐的值)除法运算
f=w.add(m,fill_value=100)
#print(f)

#不同维度的运算
l=pd.DataFrame(np.arange(20).reshape(4,5))
n=pd.Series(np.arange(4))
#print(l-n)#默认n对l竖行分别进行运算
q=l.sub(n,axis=1)#0横值分批运算,1竖行分批
#print(q)

#操作
dl={'城市':['北京','上海','广州','深圳','沈阳'],
	'环比':[101.5,101.2,101.3,102.0,100.1],
	'同比':[120.7,127.3,119.4,140.9,101.4],
	'定基':[121.4,127.8,120.0,145.5,101.6]}

k=pd.DataFrame(dl,index=['c1','c2','c3','c4','c5'])
#k=k.reindex(index=['c5','c4','c3','c2','c1'])
#k1=k.reindex(columns=['城市','同比','环比','定基'])
#print(k)
#pd.reindex(index=None,columns=None,fill_value=填充,method=填充方式,limit=最大填充量,copy=Ture)
##newk=k.reindex(columns=newd,fill_value=200)
#print(newk)

#newk.index#获得0轴索引
#newk.columns#获得1轴索引
nc=k.columns.delete(2)
#print(nc)
ni=k.index.insert(5,'c0')
nd=k.reindex(index=ni,columns=nc).ffill()#向前填充
print(nd)
o=pd.Series([9,8,7,6],index=['a','b','c','d'])
o=o.drop(['b','c'])
#print(o)