[Python知识库]pandas总结

目前常分为Series和DataFrame两部分，且，Series是DataFrame的基础

首先了解其创建与使用

Series:

Series能够保存任何类型的数据（整数，字符串，浮点数，
# python对象）的一维标记数组，标签统称为索引

创建过程：

import pandas as pd
obj = pd.Series([4,7,-5,3])
obj

0    4
1    7
2   -5
3    3
dtype: int64

还可以自定义索引：

obj2 =  pd.Series([4,7,-5,3],index=["a",'b','c','d'])
obj2



a    4
b    7
c   -5
d    3
dtype: int64

常用的列表list,np.arange( ),dict(zip(plist,parr))

#构建方法
ser1 = pd.Series(plipst)

print(ser1)
ser2 = pd.Series(parr)
print(ser2)
ser3 = pd.Series(pdict)
ser3
print(ser3)

0    a
1    b
2    c
3    d
4    e
5    f
6    g
dtype: object
0    0
1    1
2    2
3    3
4    4
5    5
6    6
dtype: int32
a    0
b    1
c    2
d    3
e    4
f    5
g    6
dtype: int64

sdata = {'abc':300,'efg':200}
states = ['cad','abc']
obj4 = pd.Series(sdata, index=states)
print(obj4)
print(pd.isnull(obj4))#缺失值检测
#
print(obj4.index)

DataFrame

#DataFrame是一个表格型的数据结构，它含有一组有序的列，
# 每列可以说不同的值类型。
#DataFrame既有行索引，又有列索引，
#数据以一个或者多个二维快存放

data = {'state':['abc','abc','abc','cds','cds','cds'],
        'year':[2002,2004,2006,2008,2010,2012],
        'pop1':[1.5,1.7,1.9,3.6,2.6,3.2]}
frame = pd.DataFrame(data)##列数应该是不会超过50列
frame

	state	year	pop1
0	abc	2002	1.5
1	abc	2004	1.7
2	abc	2006	1.9
3	cds	2008	3.6
4	cds	2010	2.6
5	cds	2012	3.2

frame的行为loc,列为columns

frame1 = pd.DataFrame(data,columns=['year','pop1','state'])

frame1.loc[3]

year     2008
pop1      3.6
state     cds
Name: 3, dtype: object

列为

frame1 = pd.DataFrame(data,columns=['year','pop1','state'])
frame1.columns

Index(['year', 'pop1', 'state'], dtype='object')

还可以用索引表示列

frame1 = pd.DataFrame(data,columns=['year','pop1','state'])

frame1['year']


0    2002
1    2004
2    2006
3    2008
4    2010
5    2012
Name: year, dtype: int64