ChuannBlog

pandas

• 强大的python数据分析工具包
• 基于numpy构建

主要功能

• 具备DataFrame、Series

Series

• 类似一维数组，由一组数据和一组与之对应的标签数组
  • 普通创建
    • sr = pd.Series([-4,2,5,6])
      • sr[0]
  • 标签创建
    • sr = pd.Series([-4,2,5,6], index=[‘a’, ‘b’, ‘c’, ‘d’])
      • sr[0]
      • sr[‘a’]
    • sr = pd.Series(0, index=[‘a’, ‘b’, ‘c’, ‘d’])
    • sr = pd.Series({‘a’:1, ‘b’:2})
  • 像列表和字典的结合体
• 特性
  • 可以通过数组创建
  • 可以和标量进行计算
  • 两个Series运算
  • 下标切片、标签切片(包括最后一个)
  • 具备通用函数
  • 布尔值索引
  • 统计函数
  • 支持in操作
    • 使用for循环时，获取的是值不是键(标签)
  • 支持.get(‘标签’)
• 注意
  • 当pandas对象的标签为整数的时候，在用索引取值时，整数不再被解读为下标而是标签
  • sr = pd.Series(np.arange(1,6), index[1,2,3,4,5])
    • sr[0] 不存在
    • sr[1] 表示1
    • sr[-1] 不存在
  • sr = pd.Series(np.arange(1,6), index[‘a’,’b’,’c’,’d’,’e’])
    • sr[0] 表示1
    • sr[1] 表示2
    • sr[-1] 表示6
• 数据对齐
  • 按照标签对齐
• 处理NaN
  • dropna() 删除nan
  • fillna() nan填充指定值
  • isnull()
  • notnull()
• 方法
  • sr.isin(list)
    • list,循环sr中每一个值，判断是否在list中，返回布尔值sr

DataFrame

• 表格型数据结构，含有一组有序的列
  • 看作由Series组成的二维结构
  • index
  • columns
• 创建
  • DaraFrame(data=None, index=None, columns=None, dtype=None, copy=False)
    • data，可以是字典、二维数组、列表、迭代器等
    • index，指定行索引
• 索引切片
  • 基本索引
    • df[列标签][行标签或下标]
    • df[行下标:行下标]
  • 标签索引
    • df.loc[行标签(,列标签)]
    • df.at[行标签,列标签]
  • 位置索引
    • df.iloc[行下标(,列下标)]
    • df.iat[行下标,列下标]
  • 条件索引
    • df[条件]
      • eg:df[df>0]
• 方法
  • df.dtypes
    • 查看每列的数据类型
  • df.head(n=5)
    • n，展示前n条数据
  • df.tail(n=5)
    • n，展示后n条数据
  • df.index
    • 查看索引
  • df.columns
    • 查看列名
  • df.values
    • 查看数据体
  • df.describe()
    • 查看对数据的简短描述
    • count，列计数
    • mean，平均值
    • std，标准差
    • min，列最小值
    • 25%
    • 50%
    • 75%
    • max，列最大值
  • df.T/df.transpose()
    • 矩阵的逆置
    • 将行列以及相应数据互换
  • df.copy()
    • 浅拷贝
  • df.sort_index(axis=1,ascending=False)
    • 通过axis排序，0为按行索引，1为列标签
      • axis：”轴”，即坐标轴，dataframe有两个坐标轴，纵轴为0，横轴为1，这是沿用numpy的概念，numpy支持多维数据结构通过axis区分
  • df.to_excel(excel_writer, sheet_name=’Sheet1’, na_rep=’’, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=’inf’, verbose=True, freeze_panes=None)
    • excel_writer是写模式的文件句柄
    • 将df写入excel_writer，
  • df.to_dict()
    • 将df转为字典