CHO 2 데이터 분석 도구 Pandas

import numpy as np
import pandas as pd
#   numpy、pandas  

s = pd.Series(np.random.rand(5),index=list('abcde'))
print(s)
print(type(s))
#     、    ，   Pandas       index:

print('----------------')
print(list(s.index))   #   

#     
print(s.values)
# .index  series  ，   rangeindex
# .values  series ，   ndarray

#   ：series   ndarray，       index    →      +     
#      series     ，    ndarray
# series ndarray   ，          
# series dict  ，series          （dict       ），          （   key，   index）

a    0.644754
b    0.900776
c    0.688774
d    0.823236
e    0.813280
dtype: float64

----------------
['a', 'b', 'c', 'd', 'e']
[ 0.64475351  0.90077556  0.68877405  0.82323593  0.81328029]

# Series      ：     ，   key  index，values  values

dic = {'a':1 ,'b':2 , 'c':3, '4':4, '5':15}
s = pd.Series(dic)
print(s)
#   ：key      ，  values          ？ → dic = {'a':1 ,'b':'hello' , 'c':3, '4':4, '5':5}

4     4
5    15
a     1
b     2
c     3
dtype: int64

# Series      ：     (    )

arr = np.random.randn(6)
s = pd.Series(arr,index=list('abcdef'))
print(arr)
print(s)
#   index  0  ，   1   

s = pd.Series(arr, index = ['a','b','c','d','e','f'],dtype = np.object)
print(s)
# index  ：  index，      
# dtype  ：      

[ 2.54754718  0.42551601  2.1959398  -0.89805983  0.31313358 -0.18893152]
a    2.547547
b    0.425516
c    2.195940
d   -0.898060
e    0.313134
f   -0.188932
dtype: float64
a     2.54755
b    0.425516
c     2.19594
d    -0.89806
e    0.313134
f   -0.188932
dtype: object

# Series     ：name

s1 = pd.Series(np.random.randn(5))
print(s1)
print('-----')
s2 = pd.Series(np.random.randn(5),name = 'test')
print(s2)
print(s1.name, s2.name,type(s2.name))
# name Series     ，          
# .name  ：       ，     str，          ，   None

s3 = s2.rename('hehehe')
print(s3)
print(s3.name, s2.name)
# .rename()          ，         ，     

0    1.149202
1   -0.563965
2    0.155182
3    1.269081
4    0.396754
dtype: float64
-----
0    0.002317
1   -0.388313
2   -0.364267
3    0.494363
4   -1.495762
Name: test, dtype: float64
None test 
0    0.002317
1   -0.388313
2   -0.364267
3    0.494363
4   -1.495762
Name: hehehe, dtype: float64
hehehe test

# Series      ：     

s = pd.Series(10, index = range(4))
print(s)
#   data    ，       。     ，        

0    10
1    10
2    10
3    10
dtype: int64