1. 安装
在Windows终端命令行下，pip install pandas
2. Series类型
Series类型由一组数据及与之相关的数据索引组成（一维带“标签”数组）
2.1 创建
从标量值创建
a=pd.Series(1,index=['a', 'b', 'c']) # 索引不能省
a
a 1
b 1
c 1
从字典类型创建
b=pd.Series({'a':1, 'b':2, 'c':3})
b
a 1
b 2
c 3
b=pd.Series({'a':1, 'b':2, 'c':3}, index=['a', 'c', 'b']) # 根据索引自定义顺序
b
a 1
c 3
b 2
从ndarray类型创建
c=pd.Series(np.arange(3))
c
0 0
1 1
2 2
c=pd.Series(np.arange(3), index=np.arange(3, 0, -1))
c
3 0
2 1
1 2
总结
Series类型可以由如下类型创建：
• Python列表，index与列表元素个数一致
• 标量值，index表达Series类型的尺寸
• Python字典，键值对中的“键”是索引，index从字典中进行选择操作
• ndarray，索引和数据都可以通过ndarray类型创建
• 其他函数，range()函数等
2.2 基本操作
总结
Series类型的操作类似ndarray类型：
• 索引方法相同，采用[]
• NumPy中运算和操作可用于Series类型
• 可以通过自定义索引的列表进行切片
• 可以通过自动索引进行切片，如果存在自定义索引，则一同被切片
d=pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
d.index # 获取索引
Index(['a', 'b', 'c', 'd'], dtype='object')
d.values # 获取值
array([1, 2, 3, 4], dtype=int64)
>>> d[0] # 自动索引和自定义索引并存，但不能混用
1
>>> d['a']
1
总结
Series类型的操作类似Python字典类型：
• 通过自定义索引访问
• 保留字in操作
• 使用.get()方法
>>> 'c' in d.index
True
>>> 3 in d.values
True
>>> d.get('d')
4
3. DataFrame类型
DataFrame类型由共用相同索引的一组列组成
3.1 创建
总结
• 二维ndarray对象
• 由一维ndarray、列表、字典、元组或Series构成的字典
• Series类型
• 其他的DataFrame类型
从二维ndarray对象创建
>>> e=pd.DataFrame(np.arange(20).reshape(4, 5))
>>> e
0 1 2 3 4
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
3 15 16 17 18 19
从一维ndarray对象字典创建
>>> dt = { 'one': pd.Series(np.arange(5), index=['a', 'b', 'c', 'd', 'e']),
'two': pd.Series(np.arange(5, 9), index=['a', 'b', 'c', 'd'])}
>>> f=pd.DataFrame(dt)
>>> f
one two
a 0 5.0
b 1 6.0
c 2 7.0
d 3 8.0
e 4 NaN
>>> f=pd.DataFrame(dt, index=['c', 'd', 'e', 'f'], columns=['one', 'two', 'three'])
>>> f
one two three
c 2.0 7.0 NaN
d 3.0 8.0 NaN
e 4.0 NaN NaN
f NaN NaN NaN
# 数据根据行列索引自动补齐
从列表类型的字典创建
>>> dt={'one': [1, 2, 3, 4], 'two': [5, 6, 7, 8]}
>>> g=pd.DataFrame(dt)
>>> g
one two
0 1 5
1 2 6
2 3 7
3 4 8
3.2 基本操作
>>> g.columns
Index(['one', 'two'], dtype='object')
>>> g.index
RangeIndex(start=0, stop=4, step=1)
>>> g.values
array([[1, 5],
[2, 6],
[3, 7],
[4, 8]], dtype=int64)
>>> g['one']
0 1
1 2
2 3
3 4
Name: one, dtype: int64
>>> g.ix[0]
one 1
two 5
Name: 0, dtype: int64
>>> g['one'][0] # 先列名后行名
1
4. 数据类型操作
4.1 重新索引
.reindex()能够改变或重排Series和DataFrame索引
>>> g=g.reindex(index=[3, 2, 1, 0])
>>> g
one two
3 4 8
2 3 7
1 2 6
0 1 5
>>> g.reindex(columns=['two', 'one'])
two one
3 8 4
2 7 3
1 6 2
0 5 1
| .reindex参数 | 说明 |
|---|---|
| index, columns | 新的行列自定义索引 |
| fill_value | 重新索引中，用于填充缺失位置的值 |
| method | 填充方法, ffill当前值向前填充，bfill向后填充 |
| limit | 最大填充量 |
| copy | 默认True，生成新的对象，False时，新旧相等不复制 |
>>> g
one two
0 1 5
1 2 6
2 3 7
3 4 8
>>> new_column=g.columns.insert(2, 'three')
>>> g.reindex(columns=new_column, fill_value=9)
one two three
0 1 5 9
1 2 6 9
2 3 7 9
3 4 8 9
4.2 索引类型
常用方法
| 方法 | 说明 |
|---|---|
| .append(idx) | 连接另一个Index对象，产生新的Index对象 |
| .diff(idx) | 计算差集，产生新的Index对象 |
| .intersection(idx) | 计算交集 |
| .union(idx) | 计算并集 |
| .delete(loc) | 删除loc位置处的元素 |
| .insert(loc,e) | 在loc位置增加一个元素e |
4.3 .drop()删除指定行或列索引
>>> g.drop(0, axis=0)
one two
1 2 6
2 3 7
3 4 8
5. 数据类型运算
5.1 算术运算
- 算术运算根据行列索引，补齐后运算（补齐时缺项填充NaN），运算默认产生浮点数
- 二维和一维、一维和零维间为广播运算
- 采用+ ‐ * /符号进行的二元运算产生新的对象
>>> a=pd.DataFrame(np.arange(9).reshape(3, 3))
>>> b=pd.DataFrame(np.arange(12).reshape(4, 3))
>>> a
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8
>>> b
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8
3 9 10 11
>>> a+b
0 1 2
0 0.0 2.0 4.0
1 6.0 8.0 10.0
2 12.0 14.0 16.0
3 NaN NaN NaN
>>> a*b
0 1 2
0 0.0 1.0 4.0
1 9.0 16.0 25.0
2 36.0 49.0 64.0
3 NaN NaN NaN
常用方法
| 方法 | 说明 |
|---|---|
| .add(d, **argws) | 类型间加法运算，可选参数 |
| .sub(d, **argws) | 类型间减法运算，可选参数 |
| .mul(d, **argws) | 类型间乘法运算，可选参数 |
| .div(d, **argws) | 类型间除法运算，可选参数 |
>>> a.add(b, fill_value=0) # fill_value代替NaN
0 1 2
0 0.0 2.0 4.0
1 6.0 8.0 10.0
2 12.0 14.0 16.0
3 9.0 10.0 11.0
5.2 比较运算
- 比较运算只能比较相同索引的元素，不进行补齐
- 二维和一维、一维和零维间为广播运算
- 采用> < >= <= == !=等符号进行的二元运算产生布尔对象
>>> a
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8
>>> b
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
>>> a > b
0 1 2
0 False False False
1 False False False
2 False False False
>>> a > 4
0 1 2
0 False False False
1 False False True
2 True True True
网友评论