Win7连接公网安装第三方库（Pandas）：
C:\Users\jacky>pip3 install pandas==1.1.5 -i http://mirrors.aliyun.com/pypi/simple --trusted-host=mirrors.aliyun.com
Pandas安装成功：（会自动安装一些依赖软件包）
C:\Users\jacky>pip3 freeze
numpy==1.19.5
pandas==1.1.5
python-dateutil==2.8.2
pytz==2023.3
six==1.16.0
C:\Users\jacky>
######
#coding=utf-8
from pandas import Series
s1 = Series([88,60,-75])
print(s1)
print("-" * 10)
print(s1[0])
print(type(s1[0]))
print("-" * 10)
print(s1[2])
print(type(s1[2]))
print("-" * 10)
print("-" * 10)
Result_1 = int(s1[0])
print(Result_1)
print(type(Result_1))
print("-" * 10)
Result_3 = int(s1[2])
print(Result_3)
print(type(Result_3))
脚本运行的结果：
C:\Users\jacky>cd Desktop
C:\Users\jacky\Desktop>python xx.py
0 88
1 60
2 -75
dtype: int64
----------
88
<class 'numpy.int64'>
----------
-75
<class 'numpy.int64'>
----------
----------
88
<class 'int'>
----------
-75
<class 'int'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
from pandas import Series
s1 = Series([88,60.5,-75])
print(s1)
print("-" * 10)
print(s1[0])
print(type(s1[0]))
print("-" * 10)
print(s1[1])
print(type(s1[1]))
print("-" * 10)
print(s1[2])
print(type(s1[2]))
print("-" * 10)
print("-" * 10)
Result_1 = int(s1[0])
print(Result_1)
print(type(Result_1))
print("-" * 10)
Result_2 = float(s1[1])
print(Result_2)
print(type(Result_2))
print("-" * 10)
Result_3 = float(s1[2])
print(Result_3)
print(type(Result_3))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
0 88.0
1 60.5
2 -75.0
dtype: float64
----------
88.0
<class 'numpy.float64'>
----------
60.5
<class 'numpy.float64'>
----------
-75.0
<class 'numpy.float64'>
----------
----------
88
<class 'int'>
----------
60.5
<class 'float'>
----------
-75.0
<class 'float'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
from pandas import Series
s1 = Series([88,60.5,'李大杰'])
print(s1)
print("-" * 10)
print(s1[0])
print(type(s1[0]))
print("-" * 10)
print(s1[1])
print(type(s1[1]))
print("-" * 10)
print(s1[2])
print(type(s1[2]))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
0 88
1 60.5
2 李大杰
dtype: object
----------
88
<class 'int'>
----------
60.5
<class 'float'>
----------
李大杰
<class 'str'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
from pandas import Series
s1 = Series([-88,-60.5,'zhuohua'])
print(s1)
print("-" * 10)
print(s1[0])
print(type(s1[0]))
print("-" * 10)
print(s1[1])
print(type(s1[1]))
print("-" * 10)
print(s1[2])
print(type(s1[2]))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
0 -88
1 -60.5
2 zhuohua
dtype: object
----------
-88
<class 'int'>
----------
-60.5
<class 'float'>
----------
zhuohua
<class 'str'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
Key_1 = 88
Key_2 = 60.5
Key_3 = 'zhuohua wu'
s1 = pd.Series([Key_1,Key_2,Key_3])
print(s1)
print("-" * 10)
print("-" * 10)
print(s1[0])
print(type(s1[0]))
print("-" * 10)
print(s1[1])
print(type(s1[1]))
print("-" * 10)
print(s1[2])
print(type(s1[2]))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
0 88
1 60.5
2 zhuohua wu
dtype: object
----------
----------
88
<class 'int'>
----------
60.5
<class 'float'>
----------
zhuohua wu
<class 'str'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
s1 = pd.Series([-88,-60.5,'李大杰a','zhuohua wu.'])
#print(s1)
print(s1[0])
print(type(s1[0]))
print("-" * 10)
print(s1[1])
print(type(s1[1]))
print("-" * 10)
print(s1[2])
print(type(s1[2]))
print("-" * 10)
print(s1[3])
print(type(s1[3]))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
-88
<class 'int'>
----------
-60.5
<class 'float'>
----------
李大杰a
<class 'str'>
----------
zhuohua wu.
<class 'str'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
s1 = pd.Series([88,60.5,'zhuohua'],index=[1,2,3])
print(s1)
print("-" * 10)
print(s1[1])
print(s1[2])
print(s1[3])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
1 88
2 60.5
3 zhuohua
dtype: object
----------
88
60.5
zhuohua
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
s1 = pd.Series([-88,-60.5,'zhuohua wu'],index=[1,'语文成绩','姓名'])
print(s1)
print("-" * 10)
print(s1[1])
print(s1['语文成绩'])
print(s1['姓名'])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
1 -88
语文成绩 -60.5
姓名 zhuohua wu
dtype: object
----------
-88
-60.5
zhuohua wu
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
s1 = pd.Series(['A001','zhuohua',60.5],index=["编号",'姓名','语文成绩'])
print(s1)
print("-" * 10)
print("-" * 10)
print(s1[['语文成绩']])
print("-" * 10)
print(s1[["编号",'语文成绩']])
print("-" * 10)
print(s1[['姓名','语文成绩']])
print("-" * 10)
print("-" * 10)
print(s1[['语文成绩',"编号",'姓名']])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
编号 A001
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
----------
语文成绩 60.5
dtype: object
----------
编号 A001
语文成绩 60.5
dtype: object
----------
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
----------
语文成绩 60.5
编号 A001
姓名 zhuohua
dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
# 用位置索引做切片时包头不包尾（即包含了索引开始位置的数据，但不包含索引结束位置的数据）
s1 = pd.Series([88,60.5,'zhuohua'])
print(s1)
print("-" * 10)
print(s1[0:1]) # 从0开始计算
print("-" * 10)
print(s1[0:2])
print("-" * 10)
print("-" * 10)
s2 = pd.Series([88,60.5,'zhuohua'],index=[1,2,3])
print(s2)
print("-" * 10)
print(s2[0:2]) # 从0开始计算
print("-" * 10)
print(s2[1:3])
print("-" * 10)
print(s2[0:3])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
0 88
1 60.5
2 zhuohua
dtype: object
----------
0 88
dtype: object
----------
0 88
1 60.5
dtype: object
----------
----------
1 88
2 60.5
3 zhuohua
dtype: object
----------
1 88
2 60.5
dtype: object
----------
2 60.5
3 zhuohua
dtype: object
----------
1 88
2 60.5
3 zhuohua
dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
# 用位置索引做切片时包头不包尾（即包含了索引开始位置的数据，但不包含索引结束位置的数据）
s1 = pd.Series([88,'zhuohua',60.5],index=[1,'姓名','语文成绩'])
print(s1)
print("-" * 10)
print(s1[0:2]) # 从0开始计算
print("-" * 10)
print(s1[1:3])
print("-" * 10)
print("-" * 10)
s2 = pd.Series([88,'zhuohua',60.5],index=['1','姓名','语文成绩'])
print(s2)
print("-" * 10)
print(s2[0:2]) # 从0开始计算
print("-" * 10)
print(s2[0:3])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
1 88
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
1 88
姓名 zhuohua
dtype: object
----------
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
----------
1 88
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
1 88
姓名 zhuohua
dtype: object
----------
1 88
姓名 zhuohua
语文成绩 60.5
dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
# 用标签索引做切片时包头包尾（即包含了索引开始位置的数据，也包含了索引结束位置的数据）
s1 = pd.Series([88,'zhuohua',60.5],index=['1','姓名','语文成绩']) #这里的index的值必须为字符串
print(s1)
print("-" * 10)
print("-" * 10)
print(s1['1':'姓名'])
print("-" * 10)
print(s1['姓名':'语文成绩'])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
1 88
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
----------
1 88
姓名 zhuohua
dtype: object
----------
姓名 zhuohua
语文成绩 60.5
dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
# 用标签索引做切片时包头包尾（即包含了索引开始位置的数据，也包含了索引结束位置的数据）
s1 = pd.Series(['A001','zhuohua',60.5],index=['编号','姓名','语文成绩']) #这里的index的值必须为字符串
print(s1)
print("-" * 10)
print("-" * 10)
print(s1['编号':'姓名'])
print("-" * 10)
print(s1['姓名':'语文成绩'])
print("-" * 10)
print(s1['编号':'语文成绩'])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
编号 A001
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
----------
编号 A001
姓名 zhuohua
dtype: object
----------
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
编号 A001
姓名 zhuohua
语文成绩 60.5
dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
s1 = pd.Series([88,60.5,'zhuohua'])
print(s1.index) # 输出s1的Series的索引
print(s1.values) # 输出s1的Series的值
print("-" * 10)
s2 = pd.Series([88,60.5,'zhuohua'],index=[1,2,3])
print(s2.index) # 输出s2的Series的索引
print(s2.values) # 输出s2的Series的值
print("-" * 10)
s3 = pd.Series([88,77,60.5,'zhuohua'],index=[1,'2','语文成绩','姓名'])
print(s3.index) # 输出s3的Series的索引
print(s3.values) # 输出s3的Series的值
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
RangeIndex(start=0, stop=3, step=1)
[88 60.5 'zhuohua']
----------
Int64Index([1, 2, 3], dtype='int64')
[88 60.5 'zhuohua']
----------
Index([1, '2', '语文成绩', '姓名'], dtype='object')
[88 77 60.5 'zhuohua']
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True) #解决数据输出时列名不对齐的问题
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[0,1,2]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df) #输出DataFrame的所有数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
0 110 105 99.0
1 105 88 115.0
2 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,-88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
#输出DataFrame数据的每一列
for col in df.columns:
series=df[col]
print(series)
print("-" * 10)
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 -88 115.0
3 109 120 129.5
----------
----------
1 110
2 105
3 109
Name: 语文成绩, dtype: int64
----------
1 105
2 -88
3 120
Name: 数学成绩, dtype: int64
----------
1 99.0
2 115.0
3 129.5
Name: 英语成绩, dtype: float64
----------
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[['李大杰','三年二班',99],['小明','三年一班',115],['zhuohua','三年二班',-129.5]]
Key_index=['A001','A002','A003']
Key_columns=['姓名','班级','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
#输出DataFrame数据的每一列
for col in df.columns:
series=df[col]
print(series)
print("-" * 10)
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
姓名 班级 英语成绩
A001 李大杰 三年二班 99.0
A002 小明 三年一班 115.0
A003 zhuohua 三年二班 -129.5
----------
----------
A001 李大杰
A002 小明
A003 zhuohua
Name: 姓名, dtype: object
----------
A001 三年二班
A002 三年一班
A003 三年二班
Name: 班级, dtype: object
----------
A001 99.0
A002 115.0
A003 -129.5
Name: 英语成绩, dtype: float64
----------
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':'三年二班'
},
index=[0,1,2])
print(df) #输出DataFrame的所有数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
0 110 105 109 三年二班
1 105 88 120 三年二班
2 99 115 130 三年二班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=[1,2,3])
print(df)
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
1 110 105 109 三年一班
2 105 88 120 三年二班
3 99 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
#输出DataFrame数据的每一列
for col in df.columns:
series=df[col]
print(series)
print("-" * 10)
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
----------
李大杰 110.0
Jacky 105.0
zhuohua 99.5
Name: 语文成绩, dtype: float64
----------
李大杰 105
Jacky 88
zhuohua 115
Name: 数学成绩, dtype: int64
----------
李大杰 109
Jacky 120
zhuohua 130
Name: 英语成绩, dtype: int64
----------
李大杰 三年一班
Jacky 三年二班
zhuohua 三年三班
Name: 班级, dtype: object
----------
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[0]) #输出第1行的数据
print("-" * 10)
print(df.iloc[1]) #输出第2行的数据
print("-" * 10)
print(df.iloc[2]) #输出第3行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
语文成绩 110.0
数学成绩 105.0
英语成绩 99.0
Name: 李大杰, dtype: float64
----------
语文成绩 105.0
数学成绩 88.0
英语成绩 115.0
Name: Jacky, dtype: float64
----------
语文成绩 109.0
数学成绩 120.0
英语成绩 129.5
Name: zhuohua, dtype: float64
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[0]) #输出第1行的数据
print("-" * 10)
print(df.iloc[1]) #输出第2行的数据
print("-" * 10)
print(df.iloc[2]) #输出第3行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
----------
语文成绩 110
数学成绩 105
英语成绩 109
班级 三年一班
Name: 李大杰, dtype: object
----------
语文成绩 105
数学成绩 88
英语成绩 120
班级 三年二班
Name: Jacky, dtype: object
----------
语文成绩 99.5
数学成绩 115
英语成绩 130
班级 三年三班
Name: zhuohua, dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:2:]) #输出第2行及其前面的数据
print("-" * 10)
print(df.iloc[:3:]) #输出第3行及其前面的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[1::]) #输出第2行及其后面的数据
print("-" * 10)
print(df.iloc[0::]) #输出第1行及其后面的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[1]) #输出第2行的数据
print("-" * 10)
print(df.iloc[[0,2]]) #输出第1、第3行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 105.0
数学成绩 88.0
英语成绩 115.0
Name: 2, dtype: float64
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[1]) #输出第2行的数据
print("-" * 10)
print(df.iloc[[0,2]]) #输出第1、第3行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
----------
语文成绩 105
数学成绩 88
英语成绩 120
班级 三年二班
Name: Jacky, dtype: object
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
zhuohua 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[0:2]) #输出第1行至第2行的数据
print("-" * 10)
print(df.iloc[1:3]) #输出第2行至第3行的数据
print("-" * 10)
print(df.iloc[0:3]) #输出第1行至第3行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
----------
语文成绩 数学成绩 英语成绩
2 105 88 115.0
3 109 120 129.5
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[0:2]) #输出第1行至第2行的数据
print("-" * 10)
print(df.iloc[1:3]) #输出第2行至第3行的数据
print("-" * 10)
print(df.iloc[0:3]) #输出第1行至第3行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
----------
语文成绩 数学成绩 英语成绩 班级
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[1]) #输出Key_index的值为数值“1”，那一行的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 110.0
数学成绩 105.0
英语成绩 99.0
Name: 1, dtype: float64
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[2]) #输出Key_index的值为数值“2”，那一行的数据
print("-" * 10)
print(df.loc[[1,3]]) #输出Key_index的值为数值“1”、“3”的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 105.0
数学成绩 88.0
英语成绩 115.0
Name: 2, dtype: float64
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[1:2]) #输出Key_index的值为数值“1”至“2”的行数据
print("-" * 10)
print(df.loc[2:3]) #输出Key_index的值为数值“2”至“3”的行数据
print("-" * 10)
print(df.loc[1:3]) #输出Key_index的值为数值“1”至“3”的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
----------
语文成绩 数学成绩 英语成绩
2 105 88 115.0
3 109 120 129.5
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:2:]) #输出Key_index的值为数值“2”及其前面的行数据
print("-" * 10)
print(df.loc[:3:]) #输出Key_index的值为数值“3”及其前面的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[2::]) #输出Key_index的值为数值“2”及其后面的行数据
print("-" * 10)
print(df.loc[1::]) #输出Key_index的值为数值“1”及其后面的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
2 105 88 115.0
3 109 120 129.5
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=[10,20,30])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:20:]) #输出index的值为数值“20”及其前面的行数据
print("-" * 10)
print(df.loc[20::]) #输出index的值为数值“20”及其后面的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
10 110.0 105 109 三年一班
20 105.0 88 120 三年二班
30 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
10 110.0 105 109 三年一班
20 105.0 88 120 三年二班
----------
语文成绩 数学成绩 英语成绩 班级
20 105.0 88 120 三年二班
30 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc['Jacky']) #输出index的值为“Jacky”，那一行的数据
print("-" * 10)
print(df.loc[['李大杰','zhuohua wu']]) #输出index的值为“李大杰”、“zhuohua wu”的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
语文成绩 105
数学成绩 88
英语成绩 120
班级 三年二班
Name: Jacky, dtype: object
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
zhuohua wu 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc['李大杰':'Jacky']) #输出index的值为“李大杰”至“Jacky”的行数据
print("-" * 10)
print(df.loc['Jacky':'zhuohua wu']) #输出index的值为“Jacky”至“zhuohua wu”的行数据
print("-" * 10)
print(df.loc['李大杰':'zhuohua wu']) #输出index的值为“李大杰”至“zhuohua wu”的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
----------
语文成绩 数学成绩 英语成绩 班级
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:'Jacky':]) #输出index的值为“Jacky”及其前面的行数据
print("-" * 10)
print(df.loc[:'zhuohua wu':]) #输出index的值为“zhuohua wu”及其前面的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc['Jacky'::]) #输出index的值为“Jacky”及其后面的行数据
print("-" * 10)
print(df.loc['李大杰'::]) #输出index的值为“李大杰”及其后面的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua wu']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:'Jacky':]) #输出Key_index的值为“Jacky”及其前面的行数据
print("-" * 10)
print(df.loc['Jacky'::]) #输出Key_index的值为“Jacky”及其后面的行数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua wu 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
----------
语文成绩 数学成绩 英语成绩
Jacky 105 88 115.0
zhuohua wu 109 120 129.5
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,[0]]) #输出第1列的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩
1 110
2 105
3 109
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,[1]]) #输出第2列的数据
print("-" * 10)
print(df.iloc[:,[0,2]]) #输出第1列、第3列的数据
print("-" * 10)
print(df.iloc[:,[3,0,2]]) #输出第4列、第1列、第3列的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
数学成绩
李大杰 105
Jacky 88
zhuohua wu 115
----------
语文成绩 英语成绩
李大杰 110.0 109
Jacky 105.0 120
zhuohua wu 99.5 130
----------
班级 语文成绩 英语成绩
李大杰 三年一班 110.0 109
Jacky 三年二班 105.0 120
zhuohua wu 三年三班 99.5 130
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,0:2]) #输出第1列至第2列的数据
print("-" * 10)
print(df.iloc[:,1:3]) #输出第2列至第3列的数据
print("-" * 10)
print(df.iloc[:,0:3]) #输出第1列至第3列的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩
1 110 105
2 105 88
3 109 120
----------
数学成绩 英语成绩
1 105 99.0
2 88 115.0
3 120 129.5
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,:2:]) #输出第2列其前面的列数据
print("-" * 10)
print(df.iloc[:,:3:]) #输出第3列其前面的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩
1 110 105
2 105 88
3 109 120
----------
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,1:]) #输出第2列其后面的列数据
print("-" * 10)
print(df.iloc[:,2:]) #输出第3列其后面的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
数学成绩 英语成绩 班级
李大杰 105 109 三年一班
Jacky 88 120 三年二班
zhuohua wu 115 130 三年三班
----------
英语成绩 班级
李大杰 109 三年一班
Jacky 120 三年二班
zhuohua wu 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df['数学成绩']) #输出Key_columns的值为“数学成绩”，那一列的数据
print("-" * 10)
print(df['英语成绩']) #输出Key_columns的值为“英语成绩”，那一列的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
1 105
2 88
3 120
Name: 数学成绩, dtype: int64
----------
1 99.0
2 115.0
3 129.5
Name: 英语成绩, dtype: float64
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df['数学成绩']) #输出“数学成绩”，那一列的数据
print("-" * 10)
print(df['班级']) #输出“班级”，那一列的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
李大杰 105
Jacky 88
zhuohua wu 115
Name: 数学成绩, dtype: int64
----------
李大杰 三年一班
Jacky 三年二班
zhuohua wu 三年三班
Name: 班级, dtype: object
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df['数学成绩']) #输出Key_columns的值为“数学成绩”，那一列的数据
print("-" * 10)
print(df[['语文成绩','英语成绩']]) #输出Key_columns的值为“语文成绩”、“英语成绩”的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
1 105
2 88
3 120
Name: 数学成绩, dtype: int64
----------
语文成绩 英语成绩
1 110 99.0
2 105 115.0
3 109 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df['数学成绩']) #输出“数学成绩”，那一列的数据
print("-" * 10)
print(df[['班级','语文成绩','英语成绩']]) #输出“班级”、“语文成绩”、“英语成绩”的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
李大杰 105
Jacky 88
zhuohua wu 115
Name: 数学成绩, dtype: int64
----------
班级 语文成绩 英语成绩
李大杰 三年一班 110.0 109
Jacky 三年二班 105.0 120
zhuohua wu 三年三班 99.5 130
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=[1,2,3]
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:,'语文成绩':'数学成绩':]) #输出Key_columns的值为“语文成绩”至“数学成绩”的列数据
print("-" * 10)
print(df.loc[:,'数学成绩':'英语成绩':]) #输出Key_columns的值为“数学成绩”至“英语成绩”的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
1 110 105 99.0
2 105 88 115.0
3 109 120 129.5
----------
----------
语文成绩 数学成绩
1 110 105
2 105 88
3 109 120
----------
数学成绩 英语成绩
1 105 99.0
2 88 115.0
3 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:,'语文成绩':'英语成绩':]) #输出“语文成绩”至“英语成绩”的列数据
print("-" * 10)
print(df.loc[:,'数学成绩':'班级':]) #输出“数学成绩”至“班级”的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩
李大杰 110.0 105 109
Jacky 105.0 88 120
zhuohua wu 99.5 115 130
----------
数学成绩 英语成绩 班级
李大杰 105 109 三年一班
Jacky 88 120 三年二班
zhuohua wu 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua wu']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:,:'数学成绩':]) #输出Key_columns的值为“数学成绩”及其前面的列数据
print("-" * 10)
print(df.loc[:,:'英语成绩':]) #输出Key_columns的值为“英语成绩”及其前面的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua wu 109 120 129.5
----------
----------
语文成绩 数学成绩
李大杰 110 105
Jacky 105 88
zhuohua wu 109 120
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua wu 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99.5],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua wu'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[:,'数学成绩':]) #输出“数学成绩”及其后面的列数据
print("-" * 10)
print(df.loc[:,'语文成绩':]) #输出“语文成绩”及其后面的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
----------
----------
数学成绩 英语成绩 班级
李大杰 105 109 三年一班
Jacky 88 120 三年二班
zhuohua wu 115 130 三年三班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 109 三年一班
Jacky 105.0 88 120 三年二班
zhuohua wu 99.5 115 130 三年三班
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[['李大杰','zhuohua']]) #输出Key_index的值为“李大杰”、“zhuohua”的行数据
print("-" * 10)
print(df[['语文成绩','英语成绩']]) #输出Key_columns的值为“语文成绩”、“英语成绩”的列数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
zhuohua 109 120 129.5
----------
语文成绩 英语成绩
李大杰 110 99.0
Jacky 105 115.0
zhuohua 109 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105,99],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[[0,2]]) #输出第1行、第3行的数据
print("-" * 10)
print(df.iloc[:,[0,2]]) #输出第1列、第3列的数据
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110 105 109 三年一班
Jacky 105 88 120 三年二班
zhuohua 99 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110 105 109 三年一班
zhuohua 99 115 130 三年三班
----------
语文成绩 英语成绩
李大杰 110 109
Jacky 105 120
zhuohua 99 130
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[[0],[0]]) #输出第1行的第1列
print("-" * 10)
print(df.iloc[[1],[0,1]]) #输出第2行的第1列、第2列
print("-" * 10)
print(df.iloc[[2],[0,1,3]]) #输出第3行的第1列、第2列、第4列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
语文成绩
李大杰 110.0
----------
语文成绩 数学成绩
Jacky -105.5 88
----------
语文成绩 数学成绩 班级
zhuohua 99.0 115 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[[0],[1]]) #输出第1行的第2列
print("-" * 10)
print(df.iloc[[2],[0,2,1]]) #输出第3行的第1列、第3列、第2列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
数学成绩
李大杰 105
----------
语文成绩 英语成绩 数学成绩
zhuohua 109 129.5 120
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[[0,1],[0]]) #输出第1行、第2行的第1列
print("-" * 10)
print(df.iloc[[0,2],[0,2]]) #输出第1行、第3行的第1列、第3列
print("-" * 10)
print(df.iloc[[0,1,2],[0,1,3]]) #输出第1行、第2行、第3行的第1列、第2列、第4列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
语文成绩
李大杰 110.0
Jacky -105.5
----------
语文成绩 英语成绩
李大杰 110.0 -109
zhuohua 99.0 130
----------
语文成绩 数学成绩 班级
李大杰 110.0 105 三年一班
Jacky -105.5 88 三年二班
zhuohua 99.0 115 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[[0],0:3]) #输出第1行的第1列至第3列
print("-" * 10)
print(df.iloc[1:3:,[1]]) #输出第2行至第3行的第2列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
语文成绩 数学成绩 英语成绩
李大杰 110.0 105 -109
----------
数学成绩
Jacky 88
zhuohua 115
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[0:3,[0,2]]) #输出第1行至第3行的第1列、第3列
print("-" * 10)
print(df.iloc[[0,2],0:3]) #输出第1行、第3行的第1列至第3列
print("-" * 10)
print(df.iloc[0:3,0:3]) #输出第1行至第3行的第1列至第3列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
语文成绩 英语成绩
李大杰 110 99.0
Jacky 105 115.0
zhuohua 109 129.5
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
zhuohua 109 120 129.5
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:2:,[1]]) #输出第2行至最前面一行的第2列
print("-" * 10)
print(df.iloc[:2:,[0,2]]) #输出第2行至最前面一行的第1列、第3列
print("-" * 10)
print(df.iloc[:2:,0:3]) #输出第2行至最前面一行的第1列至第3列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
数学成绩
李大杰 105
Jacky 88
----------
语文成绩 英语成绩
李大杰 110 99.0
Jacky 105 115.0
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[1:,[1]]) #输出第2行至最后一行的第2列
print("-" * 10)
print(df.iloc[1:,[0,2]]) #输出第2行至最后一行的第1列、第3列
print("-" * 10)
print(df.iloc[1:,0:3]) #输出第2行至最后一行的第1列至第3列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
数学成绩
Jacky 88
zhuohua 115
----------
语文成绩 英语成绩
Jacky -105.5 120
zhuohua 99.0 130
----------
语文成绩 数学成绩 英语成绩
Jacky -105.5 88 120
zhuohua 99.0 115 130
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,0]) #输出所有行的第1列
print("-" * 10)
print(df.iloc[:,[0,2]]) #输出所有行的第1列、第3列
print("-" * 10)
print(df.iloc[:,0:3]) #输出所有行的第1列至第3列
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
李大杰 110
Jacky 105
zhuohua 109
Name: 语文成绩, dtype: int64
----------
语文成绩 英语成绩
李大杰 110 99.0
Jacky 105 115.0
zhuohua 109 129.5
----------
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.iloc[0,:]) #输出所有列的第1行
print("-" * 10)
print(df.iloc[[0,2],:]) #输出所有列的第1行、第3行
print("-" * 10)
print(df.iloc[0:3,:]) #输出所有列的第1行至第3行
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
语文成绩 110
数学成绩 105
英语成绩 -109
班级 三年一班
Name: 李大杰, dtype: object
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
zhuohua 99.0 115 130 三年三班
----------
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[['李大杰'],['英语成绩']]) #输出“李大杰”的“英语成绩”
print("-" * 10)
print(df.loc[['Jacky'],['语文成绩','英语成绩']]) #输出“Jacky”的“语文成绩”、“英语成绩”
print("-" * 10)
print(df.loc[['zhuohua'],['语文成绩','数学成绩','英语成绩']]) #输出“zhuohua”的“语文成绩”、“数学成绩”、“英语成绩”
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
英语成绩
李大杰 99.0
----------
语文成绩 英语成绩
Jacky 105 115.0
----------
语文成绩 数学成绩 英语成绩
zhuohua 109 120 129.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[['李大杰'],['英语成绩']]) #输出“李大杰”的“英语成绩”
print("-" * 10)
print(df.loc[['Jacky'],['英语成绩','语文成绩']]) #输出“Jacky”的“英语成绩”、“语文成绩”
print("-" * 10)
print(df.loc[['zhuohua'],'语文成绩':'英语成绩']) #输出“zhuohua”的“语文成绩”至“英语成绩”
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
英语成绩
李大杰 -109
----------
英语成绩 语文成绩
Jacky 120 -105.5
----------
语文成绩 数学成绩 英语成绩
zhuohua 99.0 115 130
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_data=[[110,105,99],[105,88,115],[109,120,129.5]]
Key_index=['李大杰','Jacky','zhuohua']
Key_columns=['语文成绩','数学成绩','英语成绩']
df=pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df)
print("-" * 10)
print("-" * 10)
print("“李大杰”的“英语成绩”的值：")
Key_1 = df.loc['李大杰','英语成绩']
print(Key_1) #输出“李大杰”的“英语成绩”的值
print(type(Key_1))
print("-" * 10)
print("第2行第3列的值：")
print(df.iloc[1,2]) #输出第2行第3列的值
print(type(df.iloc[1,2]))
print("-" * 10)
print("第3行第2列的值：")
print(df.iloc[2,1]) #输出第3行第2列的值
print(type(df.iloc[2,1]))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩
李大杰 110 105 99.0
Jacky 105 88 115.0
zhuohua 109 120 129.5
----------
----------
“李大杰”的“英语成绩”的值：
99.0
<class 'numpy.float64'>
----------
第2行第3列的值：
115.0
<class 'numpy.float64'>
----------
第3行第2列的值：
120
<class 'numpy.int64'>
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,-105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[-109,120,130],
'班级':['三年一班','三年二班','三年三班']
},
index=['李大杰','Jacky','zhuohua'])
print(df)
print("-" * 10)
print("-" * 10)
print("“李大杰”的“班级”的值：")
Key_1 = df.loc['李大杰','班级']
print(Key_1) #输出“李大杰”的“班级”的值
print(type(Key_1))
print("-" * 10)
print("第2行第1列的值：")
print(df.iloc[1,0]) #输出第2行第1列的值
print(type(df.iloc[1,0]))
Result_1 = float(df.iloc[1,0])
print(Result_1)
print(type(Result_1))
print("-" * 10)
print("第3行第3列的值：")
print(df.iloc[2,2]) #输出第3行第3列的值
print(type(df.iloc[2,2]))
Result_2 = int(df.iloc[2,2])
print(Result_2)
print(type(Result_2))
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 110.0 105 -109 三年一班
Jacky -105.5 88 120 三年二班
zhuohua 99.0 115 130 三年三班
----------
----------
“李大杰”的“班级”的值：
三年一班
<class 'str'>
----------
第2行第1列的值：
-105.5
<class 'numpy.float64'>
-105.5
<class 'float'>
----------
第3行第3列的值：
130
<class 'numpy.int64'>
130
<class 'int'>
C:\Users\jacky\Desktop>
把Pandas的输出数据写入txt文件：
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105.5,99],
'数学成绩':[105,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},)
print(df)
print("-" * 10)
print("-" * 10)
#输出DataFrame数据的每一列
for col in df.columns:
series=df[col]
print(series)
print("-" * 10)
脚本运行的结果：（把输出数据写入（覆盖）到指定的文件；假如目标文件存在则覆盖，不存在则自动创建）
C:\Users\jacky\Desktop>python xx.py > 1.txt
C:\Users\jacky\Desktop>
在CMD中读取指定文件的内容：
C:\Users\jacky\Desktop>type 1.txt
语文成绩 数学成绩 英语成绩 班级
0 110.0 105 109 三年一班
1 105.5 88 120 三年二班
2 99.0 115 130 三年三班
----------
----------
0 110.0
1 105.5
2 99.0
Name: 语文成绩, dtype: float64
----------
0 105
1 88
2 115
Name: 数学成绩, dtype: int64
----------
0 109
1 120
2 130
Name: 英语成绩, dtype: int64
----------
0 三年一班
1 三年二班
2 三年三班
Name: 班级, dtype: object
----------
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
s1 = pd.Series(['A001','zhuohua',60.5],index=["编号",'姓名','语文成绩'])
print(s1)
print("-" * 10)
print("-" * 10)
print(s1['语文成绩'])
print("-" * 10)
print(s1[['语文成绩']])
print("-" * 10)
print(s1[['姓名','语文成绩']])
print("-" * 10)
print(s1[['语文成绩',"编号",'姓名']])
脚本运行的结果：
C:\Users\jacky\Desktop>python xx.py > 1.txt
C:\Users\jacky\Desktop>
C:\Users\jacky\Desktop>type 1.txt
编号 A001
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
----------
60.5
----------
语文成绩 60.5
dtype: object
----------
姓名 zhuohua
语文成绩 60.5
dtype: object
----------
语文成绩 60.5
编号 A001
姓名 zhuohua
dtype: object
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据
df=pd.DataFrame(
{
'语文成绩':[110,105.5,99],
'数学成绩':[106,88,115],
'英语成绩':[109,120,130],
'班级':['三年一班','三年二班','三年三班']
},)
print(df)
print("-" * 10)
print("-" * 10)
print(df.loc[[1],['英语成绩']]) #输出索引为数值1的“英语成绩”
print("-" * 10)
print(df.loc[1,'英语成绩']) #输出索引为数值1的“英语成绩”的值
print("-" * 10)
print(df.loc[[1],['英语成绩','数学成绩']]) #分别输出索引为数值1的“英语成绩”、“数学成绩”
print("-" * 10)
print(df.loc[1,'英语成绩'],df.loc[1,'数学成绩']) #分别输出索引为数值1的“英语成绩”、“数学成绩”的值
print("-" * 10)
print("-" * 10)
print("-" * 10)
脚本运行的结果：（把输出数据写入（追加）到指定的文件；假如目标文件不存在则自动创建）
C:\Users\jacky\Desktop>python xx.py >> d:\share\2.txt
C:\Users\jacky\Desktop>
C:\Users\jacky\Desktop>type d:\share\2.txt
语文成绩 数学成绩 英语成绩 班级
0 110.0 106 109 三年一班
1 105.5 88 120 三年二班
2 99.0 115 130 三年三班
----------
----------
英语成绩
1 120
----------
120
----------
英语成绩 数学成绩
1 120 88
----------
120 88
----------
----------
----------
C:\Users\jacky\Desktop>
再运行一次脚本：（结果会追加起来）
C:\Users\jacky\Desktop>python xx.py >> d:\share\2.txt
C:\Users\jacky\Desktop>type D:\share\2.txt
语文成绩 数学成绩 英语成绩 班级
0 110.0 106 109 三年一班
1 105.5 88 120 三年二班
2 99.0 115 130 三年三班
----------
----------
英语成绩
1 120
----------
120
----------
英语成绩 数学成绩
1 120 88
----------
120 88
----------
----------
----------
语文成绩 数学成绩 英语成绩 班级
0 110.0 106 109 三年一班
1 105.5 88 120 三年二班
2 99.0 115 130 三年三班
----------
----------
英语成绩
1 120
----------
120
----------
英语成绩 数学成绩
1 120 88
----------
120 88
----------
----------
----------
C:\Users\jacky\Desktop>
相关文章：
Pandas的进阶（一）
Pandas的进阶（二）
Pandas的进阶（三）
Pandas+Excel+绘图库Matplotlib
Pandas+Excel+绘图库Matplotlib+Seaborn图表
Pandas的数据清洗
Pandas的数据转换
Pandas的数据合并
Pandas的日期时间数据转换 |
