pandas 基本使用

介绍

是什么

pandas是一个强大的Python数据分析的工具包，它是基于NumPy构建的。

关于NumPy，参考这里。

主要功能

1. 具备对齐功能的数据结构DataFrame、Series
2. 集成时间序列功能
3. 提供丰富的数学运算和操作
4. 灵活处理缺失数据

安装

pip install pandas

引用

import pandas as pd

Series

Series是一种类似于一维数组的对象，由一组数据和一组与之相关的数据标签（索引）组成。

Series比较像列表（数组）和字典的结合体，有序，同时支持索引和键。

创建

# 默认创建
sr = pd.Series([1,5,-6,9])
""" 默认生成整数索引
0    1
1    5
2   -6
3    9
dtype: int64
"""

# 指定标签创建
pd.Series([1,5,-6,9], index=['a', 'b', 'c', 'd'])
"""
a    1
b    5
c   -6
d    9
dtype: int64
"""

# 以字典方式创建
pd.Series({
  'a':1, 'b':2})
"""
a    1
b    2
dtype: int64
"""

# 取值数组和索引数组：values属性和index属性
sr = pd.Series([1,5,-6,9])
sr.index
sr.values
"""
RangeIndex(start=0, stop=4, step=1)
array([ 1,  5, -6,  9], dtype=int64)
"""

sr = pd.Series([1,5,-6,9], index=['a', 'b', 'c', 'd'])
sr.index
sr.values
""" 说明，字符串是object
Index(['a', 'b', 'c', 'd'], dtype='object')
array([ 1,  5, -6,  9], dtype=int64)
"""

特性

Series支持NumPy模块的特性（下标）

1. 从ndarray创建Series：Series(arr)

   a = np.array([1,2,3,4])
   sr = pd.Series(a, index=['a','b','c','d'])
   """
   a    1
   b    2
   c    3
   d    4
   dtype: int32
   """

   ​

2. 与标量运算：sr*2

   sr = pd.Series([1,2,3,4], index=['a','b','c','d'])
   sr * 2
   """
   a    2
   b    4
   c    6
   d    8
   dtype: int32
   """

   ​

3. 两个Series运算：sr1+sr2

   sr1 = pd.Series([1,2,3,4])
   sr2 = pd.Series([3,1,3,4])
   sr1 + sr2
   """
   0    4
   1    3
   2    6
   3    8
   dtype: int64
   """

   ​

4. 索引：sr[0], sr[[1,2,4]]

   sr = pd.Series([1,5,-6,9,8], index=['a', 'b', 'c', 'd', 'e'])
   
   sr[0]  # 1 简单索引
   sr[[1,2,4]]  # 花式索引
   """
   b    5
   c   -6
   e    8
   dtype: int64
   """

   ​

5. 切片：sr[0:2]（切片依然是视图形式），顾头不顾尾

   sr = pd.Series([1,5,-6,9,8], index=['a', 'b', 'c', 'd', 'e'])
   sr[0:2]
   """
   a    1
   b    5
   dtype: int64
   """

   ​

6. 通用函数：np.abs(sr) ，参考num.py

7. 布尔值过滤：sr[sr>0]

8. 统计函数：mean() sum() cumsum()

   
   # cumsum() 返回前缀和
   
   sr = pd.Series([1,2,3,4,5])
   sr.cumsum()
   """
   0     1  
   1     3  
   2     6
   3    10
   4    15
   dtype: int64
   """

   ​

Series支持字典的特性（标签）

1. 从字典创建Series：Series(dic),

2. in运算：’a’ in sr、for x in sr

   sr = pd.Series([1,2,