Pandas玩转数据

Posted 2020-10-31

Series的简单运算

import numpy as np
import pandas as pd
s1=pd.Series([1,2,3],index=[‘A‘,‘B‘,‘C‘])
print(s1)

　　结果：

A    1
B    2
C    3
dtype: int64

View Code

s2=pd.Series([4,5,6,7],index=[‘B‘,‘C‘,‘D‘,‘E‘])
print(s2)

　　结果：

B    4
C    5
D    6
E    7
dtype: int64

View Code

print(s1+s2)#对应的index相加，NaN与任何数相加都为NaN

　　结果：

A    NaN
B    6.0
C    8.0
D    NaN
E    NaN
dtype: float64

View Code

DataFrame的简单数学计算

df1=pd.DataFrame(np.arange(4).reshape(2,2),index=[‘A‘,‘B‘],columns=[‘BJ‘,‘SH‘])
df1

　　结果：

	BJ	SH
A	0	1
B	2	3

df2=pd.DataFrame(np.arange(9).reshape(3,3),index=[‘A‘,‘B‘,‘C‘],columns=[‘BJ‘,‘SH‘,‘GZ‘])
df2

　　结果：

   BJ  SH  GZ
A   0   1   2
B   3   4   5
C   6   7   8

View Code

df1+df2

　　结果：

	BJ	GZ	SH
A	0.0	NaN	2.0
B	5.0	NaN	7.0
C	NaN	NaN	NaN

df3=pd.DataFrame([[1,2,3],[4,5,np.nan],[7,8,9]],index=[‘A‘,‘B‘,‘C‘],columns=[‘c1‘,‘c2‘,‘c3‘])
df3

　　结果：

	c1	c2	c3
A	1	2	3.0
B	4	5	NaN
C	7	8	9.0

df3.sum()#求每一列的和df3.sum(axis=0)，为默认情况     #NaN与任何数相加都为NaN在这里不成立，会被忽略
df3.sum(axis=0)

　　结果：

c1    12.0
c2    15.0
c3    12.0
dtype: float64

View Code

df3.sum(axis=1)#求每一行的和

　　结果：

A     6.0
B     9.0
C    24.0
dtype: float64

View Code

df3.min()#求每一行的最小值
df3.min(axis=1)

　　结果：

A    1.0
B    4.0
C    7.0
dtype: float64

View Code

df3.min(axis=0)

　　结果：

c1    1.0
c2    2.0
c3    3.0
dtype: float64

View Code

df3.max()#用法同上
df3.max(axis=1)

　　结果：

A    3.0
B    5.0
C    9.0
dtype: float64

View Code

df3.max(axis=0)

　　结果：

df3.max(axis=0)
df3.max(axis=0)
c1    7.0
c2    8.0
c3    9.0
dtype: float64

View Code

print(df3)
df3.describe()

　　结果：

   c1  c2   c3
A   1   2  3.0
B   4   5  NaN
C   7   8  9.0

c1    c2    c3
count    3.0    3.0    2.000000
mean    4.0    5.0    6.000000
std    3.0    3.0    4.242641
min    1.0    2.0    3.000000
25%    2.5    3.5    4.500000
50%    4.0    5.0    6.000000
75%    5.5    6.5    7.500000
max    7.0    8.0    9.000000

View Code