pandas的基本用法

Posted 2021-11-27 zydlh

Pandas是一款数据分析工具。它内置了大量用于数据分析的方法，如：max、min、sqrt、groupby等。它最基本的数据类型只有Series和DataFrame两种。

1. Series：称为系列，我们可以看作是竖起来的list，相当于Excel表格中的一列。它常见的操作有：

在进行操作之前，需要先导入【pandas】模块：

import pandas as pd

①创建操作

方法	说明	举例
利用列表初始化创建一个Series	列表的元素对应于Series的值,其索引默认为从0开始的数字	s_from_list=pd.Series([1,2,3,4,5]) s_from_list2=pd.Series([‘aa‘,‘bb‘,‘cc‘,‘dd‘,‘ee‘])
利用列表初始化创建一个Series，并指定算定义的标签	列表的元素对应于Series的值,其数字索引仍然从0开始，但由于指定了自定义的标签，因此这个Series既有索引，还有标签，也称为双索引。	s_from_list=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘])
利用字典初始化创建一个Series	由上面的两种方式来看，无论标签是自定义的，还是默认的索引，创建Series都不够灵活。由字典生成Series，则字典的键key变成了Series的标签，而字典的值value变成了Series的值。	s_from_dict=pd.Series({‘name‘:‘张炎‘,‘age‘:18,‘gender‘:True,‘hobby‘:‘编程‘})

 

②Series查找操作：

操作目的		访问方式	举例
访问单个元素		索引	s_from_list1=pd.Series([1,2,3,4,5]) val1=s_from_list1[2] print(val1)
		标签	s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) val2=s_from_list2[‘D‘] print(val2) val3=s_from_list2[3] print(val3)
访问多个元素	连续	切片 （索引切片或标签切片） （索引切片前闭后开） （标签切片前闭后闭）	s_from_list1=pd.Series([1,2,3,4,5]) val4=s_from_list1[2:4] print(val4) s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) val5=s_from_list2[‘A‘:‘E‘:2] print(val5)
	不连续	切片： 索引列表或标签列表	s_from_list1=pd.Series([1,2,3,4,5]) val6=s_from_list1[[1,3,4]] print(val6) s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) val6=s_from_list2[[‘A‘,‘C‘,‘D‘]] print(val6)

③增操作

只有append方法，没有insert方法。

append方法的参数必须也是一个Series对象，也就是说append的参数的类型必须是Series。

append方法不会改变原来Series对象的值，会生成一个新的Series对象。如：

s_from_list1=pd.Series([1,2,3,4,5])
add_s=pd.Series(6)
new_s=s_from_list1.append(add_s)
print(s_from_list1)
print(new_s)
print(new_s.index)

又如：

s_from_list1=pd.Series([1,2,3,4,5])
add_s=pd.Series(6,index=[7])
new_s=s_from_list1.append(add_s)
print(s_from_list1)
print(new_s)
print(new_s.index)

④删除操作

方法drop(索引或标签)。

s_from_list1=pd.Series([1,2,3,4,5])
droped=s_from_list1.drop(2)
print(s_from_list1)
print(droped)
s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘])
droped=s_from_list2.drop(‘E‘)
print(droped)

注：，如果索引或标签不存在，则报错，如：

droped=s_from_list2.drop(‘G‘)

如果指定了标签，则不能用索引去删除，必须用标签去删除，否则报错，如：

s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘])
droped=s_from_list2.drop(0)

⑤判某个值是否在Series里面

⑥修改操作

修改目的	方法	举例
修改单个元素	索引或标签	s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) print(s_from_list2) s_from_list2[‘C‘]=101 print(s_from_list2)
修改多个元素	切片	s_from_list2=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) print(s_from_list2) s_from_list2[::2]=101 print(s_from_list2)

 

⑦重置索引操作

就是重新给Series对象s的index赋值，值为range(0,len(s))，如：

s.index=range(0,len(s))

⑧常用的属性

属性	说明	举例
index	查看所有索引， 该属性的数据类型是：pandas.core.indexes.base.Index	s_from_list1=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) s_from_list2=pd.Series([‘aa‘,‘bb‘,‘cc‘,‘dd‘,‘ee‘]) s_from_list3=pd.Series([1,2,3,4,5],index=[1,2,3,4,5]) s_from_list4=pd.Series([1,2,3,4,5],index=range(1,6)) print(s_from_list1.index) print(s_from_list2.index) print(s_from_list3.index) print(s_from_list4.index)
values	查看所有值，各个值之间用空格分隔， 该属性的数据类型是：numpy.ndarray	s_from_list1=pd.Series([1,2,3,4,5],index=[‘A‘,‘B‘,‘C‘,‘D‘,‘E‘]) s_from_list2=pd.Series([‘aa‘,‘bb‘,‘cc‘,‘dd‘,‘ee‘]) s_from_dict=pd.Series({‘name‘:‘张炎‘,‘age‘:18,‘gender‘:True,‘hobby‘:‘编程‘}) print(s_from_list1.values) print(s_from_list2.values) print(s_from_dict.values) l=[1,2,3,4,5] print(l)

 

2. DataFrame：相当于Excel中的一个Sheet表。