Numpy 与 DataFrame对比与应用

（一）对比Numpty 与 DataFrame默认索引取值不同点

Numpy索引取值

#Numpy索引取值

data=np.empty((2,4),dtype=int)

print(data)

'''

[[4128860 6029375 3801157 7340124]

 [7602297 7274600 3342446      54]]

'''

#取行

print('取第一行结果')

print(data[0])      #[4128860 6029375 3801157 7340124]  默认data【0】拿到的是数组第一行的值

'''

取第一行结果

[4128860 6029375 3801157 7340124]

'''

#取列

print('取第一列的结果')

print(data[:,[0]])

'''

取第一列的结果

[[4128860]

 [7602297]]

'''

DataFrame索引取值

#Dataframe的索引取值

data=pd.DataFrame(data)

print(data)

'''原始DataFrame数组

         0        1        2        3

0  4128860  6029375  3801157  7340124

1  7602297  7274600  3342446       54

'''

#取行的值

print('取第二行的值')

print(data[1:2])

'''

取第一行的值

         0        1        2        3

0  4128860  6029375  3801157  7340124

'''

#取列的值

print('取第一列的值')

print(data[0])     #这里data【0】拿到的是第一列的值

'''

取第一列的值

0    4128860

1    7602297

Name: 0, dtype: int32

'''

（二）Numpy与DataFrame之间转换

Numpy数组：

通过Numpy生成一个随机5行5列数组

import random

data=np.zeros((5,5),dtype=int)

通过random模块改变数组中的每个值

for i in range(len(data)):

    for j in range(len(data[0])):

        data[i][j] = random.randint(0,5)

print(data)

'''Numpy初始的数组结构

[[1 4 4 0 2]

 [3 2 5 5 2]

 [3 4 1 5 5]

 [2 3 1 0 1]

 [4 4 1 1 1]]

'''

查看Numpy数组类型

#看Numpy初始的数组类型

print(type(data))   #<class 'numpy.ndarray'>

将Numpy数组转为DataFrame数组：

data_new=pd.DataFrame(data)

print(data_new)

'''转换为DataFrame之后的结构

   0  1  2  3  4

0  1  4  4  0  2

1  3  2  5  5  2

2  3  4  1  5  5

3  2  3  1  0  1

4  4  4  1  1  1

'''

查看转换后的数组类型

#看装换之后的数据类型

print(type(data_new))  #<class 'pandas.core.frame.DataFrame'>

巴特西

Numpy 与 DataFrame对比与应用

最新文章

热门文章