Series与DataFrame的增删改查

涉及到：pandas、numpy

1.Series的创建

（1）空Series：

import pandas as pd
s=pd.Series()
print(s)

（2）字典dict、数组ndarray、标量（纯数字之类的）都可以创建

2.DataFrame的增删改查

（1）列索引操作

import pandas as pd
data=[1,2,3]
df=pd.DataFrame(data,index=['a','b','c'])
#列的增加
df['col1']=('m','n','k')
df['col2']=(0,6,9)
#指定位置增加列
df.insert(1,column='col3',value=[0,0,2])
#指定查看某个值
print(df['col2'])
#删除某列
df.pop('col1')
del df['col2']
print(df)

（2）行索引操作

 标签索引loc与默认索引iloc的区分：http://t.csdnimg.cn/X9jyY

import pandas as pd
df1=pd.DataFrame([1,2,3])
df2=pd.DataFrame([4,5,6])
#在df的最后增加一个dict
dict={'a':'0'}
df2.loc[len(df2)]=dict
#转置
print(df2.T)
'''
#concat方法连接
df=pd.concat((df1,df2),ignore_index=True)
print(df)
'''
#删除并修改原df
df2.drop(0,inplace=True)

3.常用函数

df.head(n)：显示前n行                 df.tail(n)：显示后n行                 df.info()：显示信息

df.describe()：显示统计信息（平均数之类的）                 df.shape()：显示df的行数列数

df.mean()：求平均值                 df.mode()：求众数                 df.median()：求中位数

聚合类函数：sum、count、max、min、abs等，使用时需指明是df的行or列，默认返回行的聚合（即axis=0）

使用时：df.sum(axis=1) ——>求第二列的总和                 df.sum()——>求各行各自的总和