Pandas是一个开源库，可在Python中提供高性能的数据处理。 Pandas这个名称源自“面板数据”一词，这表示来自多维数据的计量经济学。 它可用于Python中的数据分析，并由Wes McKinney在2008年开发。配套课程请点击这里：
1. Pandas/PythonPandas是什么？ Pandas是Python一个开源库，可在Python中提供高性能的数据处理。 Pandas这个名称源自“面板数据”一词，这表示来自多维数据的计量经济学。 它可用于Python中的数据分析，并由Wes McKinney在2008年开发。 无论数据的来源如何，它都可以执行处理和分析数据所需的五个重要步骤，即加载，操作，准备，建模和分析。
2. Pandas中有哪些不同类型的数据结构？ Pandas提供了两种数据结构，而Pandas库均支持这两种数据结构：Series和DataFrames。 这两个数据结构都建立在NumPy之上。 Series是Pandas中的一维数据结构，而DataFrames是Pandas中的二维数据结构。
3. Pandas Series是什么? Series被定义为能够存储各种数据类型的一维数组。 Series的行标签称为索引。 通过使用“Series”方法，我们可以轻松地将列表，元组和字典转换为Series。Series不能包含多个列。
4. 在Pandas中的DataFrame是什么？ DataFrame是广泛使用的Pandas数据结构，可与带有标记轴（行和列）的二维数组一起使用。DataFrame被定义为存储数据的标准方式，并具有两个不同的索引，即行索引和列索引。 它包含以下属性： 这些列可以是异构类型，例如int和bool。它可以看作是Series结构的字典，其中行和列都被索引了。对于列，它表示为“列”，对于行，则表示为“索引”。
5. 请解释说明在pandas中重新编制索引是什么？ 重新索引用于通过可选的填充逻辑使DataFrame符合新索引。 它将NA/NaN放置在先前索引中不存在值的位置。 除非产生与当前索引相等的新索引，否则它将返回一个新对象，并且copy的值变为False。 它用于更改DataFrame的行和列的索引。
6. 用于创建散点图矩阵的Pandas库工具的名称是什么？ 用于创建散点图矩阵的Pandas库工具的名称是：Scatter_matrix
7. 如何在Pandas中创建series的副本？配套课程请点击这里： 可以使用以下语法创建系列的副本： pandas.Series.copy Series.copy(deep=True) 上面的语句构成了一个深层副本，其中包含数据和索引的副本。 如果将deep的值设置为False，它将既不会复制索引也不会复制数据。 注意：如果设置deep = True，将复制数据，并且不会递归复制实际的python对象，仅复制对该对象的引用。
8. 如何重命名Pandas DataFrame的索引或列？ 可以使用.rename方法为DataFrame的列或索引值赋予不同的值。
9. 如何遍历Pandas DataFrame？ 可以通过将for循环与DataFrame上的iterrows()调用结合使用来遍历DataFrame的行。
10. 什么是Pandas NumPy数组？配套课程请点击这里： Numerical Python（Numpy）被定义为Python软件包，用于执行多维和一维数组元素的各种数值计算和处理。 使用Numpy数组的计算比普通的Python数组快。
更多文章和资料|点击下方文字直达 ↓↓↓ 阿里云K8s实战手册 [阿里云CDN排坑指南]CDN ECS运维指南 DevOps实践手册 Hadoop大数据实战手册 Knative云原生应用开发指南 OSS 运维实战手册
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
