【python数据分析】Pandas库及基本操作

学习资料：

[4.2.1]--Pandas库的介绍_哔哩哔哩_bilibili

1 Pandas库的介绍

• pd.Series(range(20))

生成序列

• pd.cumsum()

计算前n项的累加和

pandas是python第三方库，是基于numpy实现的，经常与numpy和matplotlib一同使用

import pandas as pd

Pandas主要提供两个数据类型：Series和DataFrame

Series是pandas库的一维数据类型

DataFrame是pandas库的二维数据类型

基于上述两个类型，pandas提供了各类操作，包括：

基本操作、运算操作、特征类操作、关联类操作

2 Pandas库的Series类型

Series类型由一组数据及与之相关的数据索引组成

• pd.Series([],index=[])

传入列表，构造Series对象
对index传入一个列表时，可以作为自定义索引与第一个列表一一对应，传入自定义索引时也可以省略“index=”，直接传入第二个列表作为自定义索引
Series中的每个数据必对应一个索引，或是自动索引，或是自定义索引

2.1 Series类型的创建

Series可通过以下类型创建

• python列表

• 标量值

• python字典

可以用自定义索引改变传入字典的形状和顺序，这个过程可以看作index从字典中进行了选择操作

• numpy.ndarray

现在同样用np.arange来生成对应的index列表

总结-Series类型可以由如下类型创建

• python列表，要求index与列表元素的个数一致

• 标量值，index表示Series的尺寸

• python字典，键值对中的键是索引，index从字典中进行键值对选择操作

• ndarray，索引和数据都可以通过ndarray类型创建

2.2 Series类型的基本操作

Series的操作类似ndarray和python字典

• .index

获得所有索引

• .values

获得所有数据

2.2.1 Series与ndarray操作的相同之处

• 采用[]索引，与ndarray的索引方法相同

Series的自动索引和自定义索引是并存的，但是不可以混合使用

• 切片方法也与ndarray相同，返回的类型同样是Series类型，这点是不同于ndarray索引的

2.2.2 Series与字典操作的相同之处

• 通过自定义索引访问

• 保留字in操作，用来判断Series的自定义索引中是否存在这个索引值

• 使用.get()方法

表示从Series类型b中提取'f'索引的值，若该索引值不存在，则返回100

2.3 Series类型对齐操作

Series的运算是基于索引的运算

2.4 Series的name属性

Series对象和索引都可以有一个名字，存储在属性.name中

2.5 Series类型的修改

2.6 小结

Series是一维带“标签”的数组

Series的基本操作类似ndarray和字典，根据索引对齐

3 Pandas库的DataFrame类型

DataFrame是pandas的二维数据类型，可以理解为一个表格，纵向的索引叫index（这个轴叫0轴，即axis=0），横向的表明不同列的索引叫column（这个轴叫1轴，即axis=1）

3.1 DataFrame类型的创建

• 二维ndarray对象

• 由一维ndarray、列表、字典、元组或Series构成的字典

传入由Series构成的字典

传入由列表构成的字典

• Series类型

• 其他的DataFrame类型

3.2 DataFrame类型的基本操作

3.2.1 DataFrame类型的基本操作

• .index

• .columns

0轴索引和1轴索引的对象都是Index

Series和DataFrame的索引是Index类型，Index对象是不可修改类型

• .values

• .columes.insert(要新增的列的自动索引值，'新增列的名字')

• DataFrame的行索引和列索引

• 获得DataFrame中某个位置的数据

3.2.2 索引类型的常用方法

4 Pandas库的数据类型操作

4.1 增加和重排——reindex

• .reindex()

改变或重排Series或DataFrame的索引

• .reindex()的参数

看看fill_value参数的使用

4.2 删除——drop

删除Series或DataFrame指定的行或列索引

如果要删除DataFrame中的列索引，要指定参数axis=1（axis默认为行索引）

5 Pandas库的数据类型运算

5.1 pandas库的算数运算法则

• 算术运算根据行列索引，补齐后运算，运算默认产生浮点数

补齐时缺项自动填充为NaN

• 二维和一维、一维和零维间为广播运算

广播运算：二维的每一行都与一维对应的值进行运算

若要让二维的每一列与一维对应的值进行运算，则需要使用.sub()方法指定axis=0

• 采用+-*/符号进行的二元运算产生新的对象

5.2 方法运算

用.add()代替加法运算，可指定补齐时的缺项统一填某一个值

用.sub()代替减法运算，可指定一维Series参与0轴运算

5.3 比较运算

• 采用>< >= <= == !=等符号进行二元运算产生布尔对象

• 比较运算只能比较相同索引的元素，不进行补齐

• 二维和一维、一维和零维间为广播运算

广播运算默认按行（1轴）进行比较

6 总结

今天没有记录学习时长，大概一个多钟到两个钟看完的吧

开心啊！明天就剩下一点点了，这个专栏快要暂时结章咯

去成为你想要成为的人吧