Pandas基本命令的实例展示

今天来简单汇总一下Pandas的基本命令操作，这里就不仔细讲解枯燥的语法了，直接用命令来展示

创建Series对象

apples = pd.Series([3,2,0,1],index=['a','b','c','b'])
apples
apples['b']

Out[11]: 
b    2
b    1
dtype: int64

两个相同的索引b，那么查看b的时候，b的两个结果都返回

那如果是以字典形式创建的，那么索引则以键的形式创建，那字典中的键是不能重复的，我们再来看一下结果。

ata = {'a':3, 'b':2, 'c':0, 'd':1}
apples = pd.Series(data)
apples

Out[20]: 
a    3
b    1
c    0
dtype: int64

访问数据的方法：

1.通过标签下标访问数据

data = {'a':3, 'b':2, 'c':0, 'd':1}
apples = pd.Series(data)
apples['a']

Out[31]: 3

2.通过位置下标访问数据

data = {'a':3, 'b':2, 'c':0, 'd':1}
apples = pd.Series(data)
apples[0]

Out[33]: 3

3.通过切片访问数据

这里的标签切片访问规则和之前顾前不顾后的规则不太一样，pandas的切片是两头都要包含进去

In[30]:
data = {'a':3, 'b':2, 'c':0, 'd':1}
apples['a':'c'] 

Out[30]: 
a    3
b    2
c    0
dtype: int64

而位置切片则不包括结束位置数据

data = {'a':3, 'b':2, 'c':0, 'd':1}
apples[:3]

Out[35]: 
a    3
b    2
c    0

4.通过布尔数组访问Series数据

data = {'a':3, 'b':2, 'c':0, 'd':1}
b=[True, False, True, False]
apples[b]

Out[36]: 
a    3
c    0

注意：不能是apples[True, False, True, False]

b=[True, False, True, False]
apples[b]

相当于apples[[True, False, True, False]]

5.通过花式下标访问Series数据

① 标签数组（或列表）“花式下标”

data = {'a':3, 'b':2, 'c':0, 'd':1}
apples[['b','d']]

Out[37]: 
b    2
d    1
dtype: int64

② 位置数组（或列表）“花式下标”

data = {'a':3, 'b':2, 'c':0, 'd':1}
apples[[1,3]]

Out[38]: 
b    2
d    1
dtype: int64

创建DataFrame对象
按列创建：

data = {
        'a':[3,2,0,1],
        'b':[0,1,2,3],
        'c':[1,2,1,0]
        }
df = pd.DataFrame(data)

按行创建：

L =[[3,0,1],
    [2,1,2],
    [0,1,2],
    [1,3,0]]
df = pd.DataFrame(L)

按行创建里面有个很有意思的命令

df[0]  #表示按列取，取的是第一列

df[0:3]  #表示按行取，取的是前三行

访问DataFrame列：
在访问列的时候，只能使用标签下标，不能使用位置下标，那没有标签下标时则如上面例子所示使用位置下标

访问前两列则：使用列表

df[[0,2]]

访问DataFrame行：
可以通过：

行位置切片
行标签切片
布尔数组来访问

仿照前面的例子

这里介绍另外一种：通过query方法访问DataFrame行

首先我们先创建一个DataFrame

data = {
        'apples':[3,2,0,1],
        'oranges':[0,1,2,3],
        'bananas':[1,2,1,0]
}
df = pd.DataFrame(data,index=['June','Robert','Lily','David'])
df

接下来我想选出apples>1的所有行，那就引入query命令

df.query("apples > 1")

Out[53]: 
        apples  oranges  bananas
June         3        0        1
Robert       2        1        2

df.query("apples > 1 and bananas <= 2")

Out[54]: 
        apples  oranges  bananas
June         3        0        1
Robert       2        1        2