标签：pandas 分析 ima time import src panda imp 图片
//导包
import pandas as pd
s1=pd.Series([1,2,3],index=[1,2,3],name=‘A‘) s2=pd.Series([10,20,30],index=[1,2,3],name=‘B‘) s3=pd.Series([100,200,300],index=[1,2,3],name=‘C‘) df=pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3}) print(df)
//插入列
运行结果：
上述为对齐时候的结果，那么不对齐是怎样的呢，下面我们试一下
s1=pd.Series([1,2,3],index=[1,2,3],name=‘A‘) s2=pd.Series([10,20,30],index=[1,2,3],name=‘B‘) s3=pd.Series([100,200,300],index=[2,3,4],name=‘C‘) df=pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3}) print(df)
运行结果：
结果会将你有的列对齐，空的值补空
下面来看如何插入行的形式
s1=pd.Series([1,2,3],index=[1,2,3],name=‘A‘) s2=pd.Series([10,20,30],index=[1,2,3],name=‘B‘) s3=pd.Series([100,200,300],index=[1,2,3],name=‘C‘) df=pd.DataFrame([s1,s2,s3])//插入行 print(df)
运行结果：
标签：pandas 分析 ima time import src panda imp 图片
原文地址：https://www.cnblogs.com/kannei/p/14765000.html
