pandas基本操作
- numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢?
- numpy能够帮助我们处理的是数值型的数 据,当然在数据分析中除了数值型的数据还有好多其他类型的数据(字符串,时间序列),那么pandas就可以帮我们很好的处理除了数值型的其他数据!
pandas常用的两个类
- Series
- DataFrame
Series
-
Series是一种类似与一维数组的对象,由下面两个部分组成:
-
values:一组数据(ndarray类型)
-
index:相关的数据索引标签
-
-
Series的创建
- 由列表或numpy数组创建
- 由字典创建
显示索引
Series里面的数据源必须是一个一维的数据结构,不可以是二维的
index是用来指定显示索引,默认的0,1,2是隐式索引,所以在一个Series中既有显示索引又有隐式索引
参数中data是指定数据源;index是指定索引;dtype是用来指定元素类型的
显示索引会不会覆盖隐式索引:不会
Series的索引和切片
索引
切片
-
Series的常用属性
-
Series的常用方法
- head() 显示前n个元素
tail() 后n个元素
- unique() 去重
nunique() 返回去重之后元素的个数
- isnull() 用来检测元素是否为空
notnull() 用来检测元素是否为非空
- add() sub() mul() div()
-
Series的算术运算
- 法则:显式索引一致的元素进行算数运算 否则补空
DataFrame
- DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维(这个多维特指是二维,DataFrame只能是二维不能是更高维度了)。DataFrame既有行索引,也有列索引。
- 行索引:index
- 列索引:columns
- 值:values
- DataFrame的创建:DataFrame(data = ,index = ,columns = ,dtype = )
- data 指定数据源:
- 列表list创建
- ndarray创建
- 字典创建
- data 指定数据源:
- index 指定显式行索引
- columns 指定显式列索引
- dtype 指定表格中元素的类型
使用嵌套列表充当数据源的时候每个小列表都是DataFrame一行的内容
使用字典充当数据源的时候字典的键就是DataFrame的列名(列索引),字典键对应的值就是一列的值
- df索引和切片操作
- 索引:
- df[col]:取列
- df.loc[index]:取行
- df.iloc[index,col]:取元素
- 索引:
- 切片:
- df[index1:index3]:切行
- df.iloc[:,col1:col3]:切列
- DataFrame的运算
- 同Series