pythonint64

Ⅰ python學習筆記：（一）pandas數據讀取、查看和選擇

首先，導入pandas數據包

pandas有兩種數據結構，作為數據的容器：

series：包括數據和索引兩個部分。生成series時，若為值列表，會默認生成整數索引；若為字典，則自動將字典的key作為數據的索引，值作為數據。

輸出：默認生成的索引從0開始，依次遞增，最後一行dtype：int64，表示數據類型為整型。

DataFrame：如果說series是值的集合，那麼DataFrame就是series的集合。每一行或每一列都是一個series。生成DataFrame時，會自動生成行索引和列索引。也可以在生成DataFrame時指定行索引和列索引，通過index和columns參數進行設置。

DataFrame的每一行/列可以是不同的數據類型。生成Dataframe時，如果僅有一個值，該值會被復制到所有對應的列。

文件讀取與寫入：

to_csv函數可以將數據保存為csv格式。讀取csv文件時，可以指定以某列的值作為索引。

對於excel文件，使用to_excel函數進行寫入，讀取excel文件使用read_excel函數。要將數據寫入同一個excel文件的不同sheet中，應使用ExcelWriter對象作為參數。

數據查看：

df.info()列印DataFrame的簡要摘要。

df.describe()生成描述性統計信息，對於數值類型數據返回均值、標准差、最大值、最小值、分位數等；對於類別數據，返回各類別的數目、最高數量的類別及出現次數等。

df.head(n) 和 df.tail(n)分別顯示數據的前n行和後n行，省略n時默認為5行。

df.shape輸出數據的大小（行數, 列數）。

df.values數據的值輸出為narray形式。

df.columns和df.index分別顯示數據的列標簽和行標簽。

df.to_numpy()輸出底層數據的Numpy對象。

數據選擇和訪問：

最基本的訪問方式為[]。對於DataFrame，可以通過提取一個或多個行或列；通過列標簽提取列，通過行的切片提取行。對於Series，[ ]還可以完成賦值操作。

DataFrame.loc[行，列]：按標簽訪問一組行和列。允許的輸入包括單個標簽、標簽的列表或數組、帶有標簽的切片對象以及布爾數組。

DataFrame.iloc：按整數位置訪問一組行和列。允許的輸入包括單個整數、整數的列表或數組、帶有整數的切片對象以及布爾數組。

DataFrame.at：按標簽訪問行/列對的單個值。

DataFrame.iat：按整數位置訪問行/列對的單個值。

Ⅱ python numpy.int64 是什麼類型

numpy.int64是numpy模塊的int類，與python本身的int基本類型並不同。使用type()判斷。
import numpy as np
nparr = np.array([1,2,3,4]) ；numpyint = nparr[0]
pyint = 1234
type(pyint) 不等於 type（numpyint）