pandas入门

Posted 2023-01-02 elonjiang

5.2 基本功能

（1）重新索引 - 方法reindex

方法reindex是pandas对象地一个重要方法，其作用是：创建一个新对象，它地数据符合新地索引。

 如，对下面的Series数据按新索引进行重排：

 

根据新索引重排后的结果如下，当某个索引值不存在，就会在原来的基础上引入缺失值NaN：

 

利用reindex的method选项，实现插值处理。尤其对于时间序列这样的有序数据，会经常用到该选项。

如，使用 ffill 实现 前向值 填充：

 

 

利用DataFrame，reindex修改（行）索引和列。（只传递一个序列时，会重新索引结果的行）：

 

利用columns关键字，对列进行重新索引：

 

reindex 函数的参数：

 

 

（2）丢弃指定轴上的项 - 方法 .drop

丢弃某条轴上的一个或多个项，只要由一个索引数组或列表即可。

drop方法，返回的时一个在指定轴上删除了指定值的对象：

对于Series：

 

对于DataFrame（可删除任意轴上的索引值）：

先创建如下DataFrame例子：

 

用标签序列调用drop，会从行标签（axis 0）删除值：

 

通过传递axis=1或axis=‘columns‘可删除列的值：

 

Ps：如果想就地修改对象，可使用inplace参数（谨慎使用inplace，该参数会彻底删除被删除的数据！）：

　　

 

 　

（3）索引、选取和过滤

Series索引，其索引值可以是整数（单个、多个，或整数切片），也可以是具体的单个、多个index值，也可以是布尔类型条件。

1）创建Series示例：

 

具体的例子如下：

 

Ps：利用标签的切片运算与普通的Python切片运算不同，其末端是包含的！

　　

 

用切片可对Series的相应部分进行设置：

2）DataFrame示例

 

 

（4）用loc和iloc进行选取

 

（5）整数索引

 

（6）算术运算和数据对齐

 

（7）在算术方法中填充值

 

（8）DataFrame和Series之间的运算

 

（9）函数应用和映射

 

（10）排序和排名

 

（11）带有重复标签的轴索引

 

5.3 汇总和计算描述统计

 

（1）相关系数和协方差

（2）唯一值、值计数以及成员资格

 

下期预告：讨论用pandas读取（或加载）和写入数据集的工具。

之后，更深入地研究使用pandas进行数据清洗、规整、分析和可视化工具