Pandas基础学习笔记

import pandas as pd
import numpy as np
from pandas import Series,DataFrame

1 Pandas的数据结构

（1）Series - - 类似一维数组对象
- - 创建Series：
- - ①obj = pd.Series([],index=[]) 可直接传入一个列表，则索引自动创建，范围为 [0,N-1] ,N为列表长度；或者传入一个列表和一个index=[] ；
- - ②obj = pd.Series({}) 传入一个字典，（index）索引则为字典的（key）键；
- - ③obj = pd.Series({},index=[]) 传入一个字典和一个index=[] ，index即已排好序的字典的键，如果有index索引与字典的键无匹配，则相应索引的键值为：NaN (Not a Number).，可用pd.isnull(obj)或obj.isnull() 或pd.notnull(obj)或obj.notnull() 检测缺失数据。
- - 通过索引查询操作Series：
- - ①可通过Series的values和index属性获取数组形式的values和索引obj.values obj.index
- - ②可通过查询索引类似字典的方式查询，不同的是可传入一个索引列表，以此查询多个索引。obj[1] obj[[1,2,3]]
- - ③可使用numpy的运算（布尔型数组过滤，乘法，数学函数等）obj[obj>0] obj[obj*2] np.exe(obj) 结果的索引都不变
- - ④通过index in obj 检测相应索引是否在obj中
- - ⑤可通过赋值给obj的index一个列表用来修改想修改的索引名obj.index=['相应个数的索引名']
- -关键的name属性
- - ①Series对象本身和索引都有一个name属性，对象name：obj.name=''：指这个对象的名称，类似数据库的表名；索引nameobj.index.name=''：指对象的所以名称，类似数据库表中属性。

（2）DataFrame - - 表格数据结构，其中数据以二维数组形式存放
- - 创建DataFrame
- - ①传入一个由等长列表或NumPy数组组成的字典，如果未指定索引会自动加上 [0,N-1] 的索引，frame = pd.DataFrame(data={})；也可以加上索引frame = pd.DataFrame(data={},index=[])

data = {'country':['China','USA','Englang','Jan','Italy','France'],
        'year':[2018,2016,2017,2016,2015,2018],
        'pop':[14,9,10,2,6,8]
       }
frame = pd.DataFrame(data)
frame
    country pop year
0   China   14  2018
1   USA 9   2016
2   Englang 10  2017
3   Jan 2   2016
4   Italy   6   2015
5   France  8   2018
frame=pd.DataFrame(data,index=['one','two','three','four','five','six'])
frame
    country pop year
one China   14  2018
two USA 9   2016
three   Englang 10  2017
four    Jan 2   2016
five    Italy   6   2015
six France  8   2018

• • ②以嵌套字典的形式创建DataFrame，data={'column1':{row1:value1,row2:value2......},'column2':{row1:value,row2:value2....},.....} pandas会被解释为：外层字典的键作为列，内层键作为行索引.。某一列不存在其他列的某一行索引，值为 NaN.。另外内层字典的键（行索引）会被合并、排序形成最终的索引，若明确指定了索引，则会按顺序有选择的输出相应的行pd.DataFrame(data,index=[])

data2 = {'China':{2010:13,2018:14},'USA':{2010:10,2017:9,2018:10}}
frame2 = pd.DataFrame(data2)
frame2
    China   USA
2010    13.0    10
2017    NaN 9
2018    14.0    10

• • ③Series组成的字典创建DataFrame,行索引默认为原Series的索引（也可自己定义），列索需自定义。

pdata = {'coun_try':frame['country'],'ye_ar':frame['year']}
frame3 = pd.DataFrame(pdata)
frame3
coun_try    ye_ar
one China   2018
two USA 2016
three   Englang 2017
four    Jan 2016
five    Italy   2015
six France  2018

• • 修改，查询，操作DataFrame
• • ①若指定了列序列，则DataFrame的列就会按 columns=[] 中指定的顺序进行排列pd.DataFrame(data,columns=[column3,column2,column1]) ；若在columns中传入了一个DataFrame中不存在的列，则会自动创建那个列，列中的值均为NaN。以上均为重新创建了一个DataFrame，行index默认均为 [0,N-1]，根据需要重新指定行索引pd.DataFrame(data,columns=[column3,column2,column1]，index=[])

pd.DataFrame(data,columns=['year','pop','year','city'])
    year    pop year    city
0   2018    14  2018    NaN
1   2016    9   2016    NaN
2   2017    10  2017    NaN
3   2016    2   2016    NaN
4   2015    6   2015    NaN
5   2018    8   2018    NaN
pd.DataFrame(data,columns=['year','pop','year','city'],index=['one','two','three','four','five','six'])
    year    pop year    city
one 2018    14  2018    NaN
two 2016    9   2016    NaN
three   2017    10  2017    NaN
four    2016    2   2016    NaN
five    2015    6   2015    NaN
six 2018    8   2018    NaN

• • ②可以通过字典方式或 “.”(点)属性方式获取一列即为一个Series：frame.column_name 或 frame['column_name'] ；可以用frame['column_name']=values方法创建一个原本不存在的列.
• • ③列可以通过赋值方式给一列赋上同一个标量值或不同的一组值frame['column_name'] 或 frame.column_name=valuse ； 或赋给列一个与DataFrame 长度相等的列表或数组 frame['column_name'] 或 frame.column_name=list 或 array(numpy定义) 。
• • ④可以赋值一个Series，设置与需要修改数据的DataFrame相应列的行索引，会精确匹配进行修改，

test = pd.Series([修改后的值], index=[需要修改的行索引])
frame['column_name'] = test

frame2 = pd.DataFrame(data,columns=['year','country','pop','city'],
                      index=['one','two','three','four','five','six'])
test = pd.Series(['BeiJing','Tokyo','London'],index=['one','four','three'])
frame2['city']=test
frame2
year    country pop city
one 2018    China   14  BeiJing
two 2016    USA 9   NaN
three   2017    Englang 10  London
four    2016    Jan 2   Tokyo
five    2015    Italy   6   NaN
six 2018    France  8   NaN

• • ⑤ del 用来删除列 del frame['column']
• • ⑥ DataFrame同样可以定义行索引，和（columns）列索引的nameframe.index.name='value' ; frame.columns.name='value'
• • ⑦同Series，DataFrame的values属性也会以二维数组形式返回其中数据。