私たちのシリーズ#は、最初のオブジェクトを作成し、その後に内部データフレームのオブジェクトにマージ インポートPANDAS AS PDの インポートnumpyのAS NP
面積= pd.Series({ ' 重慶':188888、' 北京':92387928、' 上海':8374583746、' シドニー':82734 }) 集団 = pd.Series({ ' 重慶':1000年、' 北京':2000、' 上海':2900、' シドニー':3000 }) データpd.DataFrame =({ 「エリア」:エリア、「人口」:人口})#注意:辞書の構造を作成する際に辞書データ構造に従ってください #が辞書の作成が完了した後は、フロント書く辞書に費やされなければなりませんブラケット、これは非常に重要な習慣である 印刷(データ)
出力:
地域の人口 重慶 188888 1000年 北京 92387928 2000 上海 8374583746 2900年 シドニー 82734 3000
私たちのcolumsを高めるために、ターゲット上でコードを入力します。
データ[ 「エリア」 ]
出力:
重慶 188888 北京 92387928 上海 8374583746 シドニー 82734 名:面積、DTYPE:int64モード
入力:
データ列をリストする#属性を利用して、上記インデックスの形、およびそのようなあまり一般的な形態で使用される
data.area
出力:
重慶 188888 北京 92387928 上海 8374583746 シドニー 82734 名:面積、DTYPE:int64モード
入力:
data.values#のデータフレームの事実は、2次元配列が、我々はそれを確認するために、この式を使用することができるということは非常に明確です
出力:
アレイ([[ 1.88888000e + 05、1.00000000e + 03、1.88888000e + 02 ]、 [ 9.23879280e + 07、2.00000000e + 03、4.61939640e + 04 ]、 [ 8.37458375e + 09、2.90000000e + 03、2.88778750e 06 ]、 [ 8.27340000e + 04、3.00000000e + 03、2.75780000e + 01 ])