数据分析中常用数据类型转换总结
2017-08-31 15:11
375 查看
数据结构是计算机存储和组织数据的方式。Python中有三类四种内建的数据结构,分别是序列(List、Tuple)、映射(Dictionary)以及集合(Set)。
此外,数据分析库Numpy和Pandas还提供了ndarry、Series、DataFrame等数据类型,不同的数据类型在程序中会常常遇到相互转换的情况,以便参数类型之需。
此外,数据分析库Numpy和Pandas还提供了ndarry、Series、DataFrame等数据类型,不同的数据类型在程序中会常常遇到相互转换的情况,以便参数类型之需。
import pandas as pd import numpy as np from pandas import Series,DataFrame arr = np.arange(8) s = Series(np.arange(8),index = list('abcdefgh')) df = DataFrame(np.arange(40).reshape(8,5),columns = list('abcde') ,index = range(8)) lst = [['apple','3.5',2],['oringe','9.9','1'],['banana','4.9','1.5'],['grape','12','2']] #lst1 = [('apple','3.5',2),('oringe','9.9','1'),('banana','4.9','1.5'),('grape','12','2')] #list转ndarry、series、dataframe类型 list_to_arr = np.array(lst) list_to_series = Series(lst,index=list('abcd')) list_to_df = DataFrame(lst,columns = ['name','price','number'],index = range(len(lst))) #ndarry转list、series、dataframe类型 arr_to_list = arr.tolist() arr_to_series = Series(arr,index = range(len(arr))) arr_to_df = DataFrame(arr,columns = ['a'],index = range(len(arr))) #series转ndarry、list、dataframe类型 series_to_arr = Series.as_matrix(s) #等价于series_to_arr = series.as_matrix() series_to_list = Series.as_matrix(s).tolist() series_to_df1= pd.DataFrame([s,s]) series_to_df2 = s.to_frame() series_to_df3 = pd.concat([s,s], axis=1) #axis=0 type为series #df转ndarry、list、series类型 df_to_arr1 = DataFrame.as_matrix(df) #df_to_arr1[:,1] #df_to_arr1[1,:] df_to_arr2 = df.values df_to_arr3 = np.array(df) df_to_list1 = np.array(df).tolist() df_to_list2 = [i[0] for i in df.values] df_to_series = df['a']
相关文章推荐
- C++浮点数(float、double)类型数据比较、转换分析总结
- 2010.6.15 常用数据类型转换总结
- VC 常用数据类型总结
- 对论坛中有关数据类型转换的总结
- VC常用数据类型使用转换详解(摘)
- 有关数据类型转换的总结
- VC常用数据类型使用转换详解
- 对论坛中有关数据类型转换的总结
- VC 常用数据类型总结
- 常用数据类型转换(VC)
- Visual C++常用数据类型转换详解
- Visual C++常用数据类型的转换
- VC常用数据类型使用转换详解
- VC常用数据类型使用转换详解 [转]
- [导入]常用数据类型使用转换详解
- VC常用数据类型使用转换详解
- VC 常用数据类型总结
- VC常用数据类型使用转换详解
- VC常用数据类型使用转换详解-
- VC常用数据类型使用转换详解