pandas基础学习

Posted 2021-03-06 sept

1.介绍

pandas是常用的数据分析库，用于处理表格型或者异质性数据，主要有两种数据类型：Series和DataFrame。

本文采用的是Jupyter notebook , 导入库语句：import pandas as pd

Series是一维数据型对象，粗略的理解，有一点似于C语言中的数组值values+可重新命名的index，即索引，可以认为是一个长度固定的字典。是DataFrame的组成部分。

DataFrame是二维结构，是一张表，有两条轴，axis=0（index行）与 axis=1（columns列) 。与R语言的数据框类似，每一个列（属性列）数据类型可不同，分析的范围较广。

2.创建

Series的创建比较简单，可将列表类型、字典类型直接转换，或者调用numpy中的arange生成。

DataFrame的创建常用是用字典类型，键转换为columns,或者调用numpy.arange.reshape()生成数据，在创建时可创建列名的列表，调用columns进行赋值。

二者共同之处在于，index是否重命名，默认为从0开始，步长为1的递增数列。

例如：

 另：在创建过程中可能会出现数据缺失（NA），可用isnull或者notnull来进行检测，返回值为True或False。

3.DataFrame基本操作

（1）查：

列查找：

方式1：：‘索引’，即用 [] 调用索引和列名直接检索。

 

若对行也有要求：

 特别说明：Series切片包含尾部！与列表切片不同！

 

 

方式2：条件（如=、！=）布尔值进行过滤的检索

 

 行查找：

调用函数：loc（轴标签 即名称）和iloc函数（整数标签 即序列号）进行选取。

 南京序列号为2，则用iloc同样可以检索到：

 

（2）删：

方式1：运用python的关键字 del。

删去一个属性列

 特别说明：从DataFrame选取的列是数据的视图，对Series的操作会反映到DataFrame中。

 

方式2：运用drop函数

说明：

a.默认是删除索引行,若要删除列，则需设置参数axis=1。

b.默认返回的是新对象，原数据没有发生更改。

c.设置inplace=True ,修改的是原数据。

 

 

（3）改：

方法一：(此为原DataFrame被更改）

列的引用是可以修改的。

一旦索引对象确定，是不可变的，用户不可以进行修改。

 

方法二：reindex方法，利用index进行重新行排序，列可以用columns关键字，若数据缺失可选择填充。

例1：

例2：

 特别注意：此时的原data并没有发生改变。