利用pandas对numpy数组进行简单的科学计算

import numpy as np

import pandas as pd

a = [1,2,3]

b = [4,5,6]

# 首先DataFrame传参有两种方式一种为直接创建数组形式形式 index为列级索引 columns 为行级索引 也可以不指定 不指定则默认从0设置索引

df1=pd.DataFrame(np.random.randn(4,4),index=list('ABCD'),columns=list('ABCD'))

#第二种为key value形式 行级索引可以自己设置 key则为列级索引 列级所有再次设置的话会出现Nan没有值的情况所有不能自由设定 但是我们可以通过修改Key来设置

df1=pd.DataFrame({'asd':a,'qwe':b},index=list('ABD'))

from django.shortcuts import render

#导包

from django.http import HttpResponse,HttpResponseRedirect

#导入类视图

from django.views import View

#导入数据库类

from myapp.models import Student

#导入科学计算

import numpy as np

import pandas as pd

#定义类视图

class Index(View):

    #定义get方法

    def get(self,request):

        #查询所有性别

        res_list = []

        res = Student.objects.all().values('gender')

        for item in res:

            res_list.append(item['gender'])

        #声明一个数据框架对象

        df = pd.DataFrame({'slist':res_list})

        #计算统计属性

        grouped = df.groupby('slist').size() #取值分组算个数

        # print(grouped)

        print(grouped)

        print('------------------')

        print(grouped[0])

        print('------------------')

        print(grouped[1])

        return HttpResponse('这里是首页')

# 基于Django内写的类视图 大家可以把def提取出来运行

#导包

from django.http import HttpResponse,HttpResponseRedirect

from django.views import View

from myapp.models import Student

from myapp.mytools import CountGender

#导入科学计算库

import numpy as np

import pandas as pd

#定义试图类

class AvgAge(View):

    #定义get方法

    def get(self,request):

        res_list = []

        age_list = []

        #读取数据

        res = Student.objects.all().values('gender','age')for item in res:

            res_list.append(item['gender'])

            age_list.append(item['age'])#使用科学计算来统计平均年龄

        #创建dataframe对象

        df = pd.DataFrame({'gender':res_list,'age':age_list})

        print(df)

        print(df.shape)

        print(df.size)

        #打印head() 以行为单位从头取

        print(df.head(1))

        #以行为单位在后取

        print(df.tail(3))

        #打印所有列

        print(df.columns)

        #打印数据概况

        print(df.info())

        #分组运算

        grouped = df['age'].groupby(df['gender'])

        # print(grouped.size())

        #算平局年龄

        avg_age = grouped.mean()

        # print(avg_age[1])

        return HttpResponse('111')