pandas复习总结（一）

本篇文章主要是复习pandas，内容如下：

1.pandas简介
2.Series对象
3.DataFrame对象
4.索引对象
5.基本功能之重新索引

pandas简介

pandas是基于Numpy构建的，它让以Numpy为中心的应用变得更加简单，引入pandas库方式如下：

pandas的两个主要数据结构：Series和DataFrame

因为Series和DataFrame非常常用，所以将其引入本地命名空间会方便些。

Series对象

Series类似与一维数组，由一个numpy数组和索引组成（索引和数组元素一一对应），以下是一个Series对象
我们可以看到索引在左边，值在右边，由于我们没有指定数组的索引，因此会自动创建0到N-1的整数型索引（其中N为元素的个数），如果我们要指定索引的话我们可以传入index参数。

并且我们可以通过.index访问实例对象的index对象

Series对象可以使用切片、布尔型数组、花式索引等索引方法，用法与Numpy数组相同。并且可以使用索引来选取Series的值。

Series对象运算（如备选数组索引，标量乘法，应用数学函数等）时会保留索引和值的链接。如上图所示，使用布尔型索引和花式索引时，仍可以看到左边是索引，右边是值。

Series对象可以从Numpy数组、Python列表、元组以及字典创建。根据数组列表元组创建Series上面已经给出例子。但是如果从字典中创建Series对象的话，字典的键会变成索引，字典的值会变成索引对应的值，（Series元素的顺序为字典里键的顺序）如下：

因此也可以吧Series看作定长的字典，因为它表示了从索引到值的映射。

Series对象还有数据对齐功能，如下所示：

DataFrame对象

DataFrame是一个表格型的数据结构，既有行索引，也有列索引（表头），每一行每一列都可以看成一个Series。

DataFrame有以下创建方法

DataFrame的创建（传入二维数组）：

传入列表组成的字典，键会变成列索引，列表会变成DataFrame中的一列，如下:

传入字典组成的字典，外层的键’a’,'b’为列索引，内层的键为行索引,如下：

传入Series组成的列表

可以看到第一行的数据是s1的数据，第二行是s2的数据。

在DataFrame中我们仍可以通过索引来进行数据的选取，但是要注意第一个中括号是索引对应列，第二个中括号才是索引行。如果我们想直接索引某一行的话我们可以使用.loc或者.iloc，其中loc是针对索引的选取方法，而iloc则是针对于行号的选取方法。

如果我们要同时修改某一列（行），如果你先用一个数组、列表之类的去替换某列，则列表的长度必须和DataFrame的行数相等，否则不能赋值,如下：

若将Series对象赋值给某列的话，则会发生数据对齐，DataFrame的行索引与Series行索引一样的元素直接赋值，其余值一并变成NAN。

如上例所示，Series和d1都含有索引 1 ,所以该位置的元素被成功覆盖。由于DataFrame没有为 3 的索引而且索引 0和2 的值没有指定，因此索引为 0和 2 的值为NAN。

索引对象

Series和DataFrame都会有索引对象，并且索引对象是不可以修改的，但是却可以重复。pandas中主要的index对象如下

1、重新索引
pandas对象的一个重要方法是：reindex ,其作用是创建一个适应新索引的新对象,reindex()可以对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝。

DataFrame的reindex方法也是类似的，默认是对行索引重置，若想对列索引重置使用column参数即可。

除了reindex方法外，还有如下这几个方法，简单介绍以下：
2.dropna()
去掉包含缺失值的行

3.fillna()
对缺失值进行填充，用指定值或插值方法（如ffill或bfill）填充缺失数据，如：df.fillna(value=5)
4.isnull()
对数据进行布尔值填充，表达式：pd.isnull(df)
5.notnull isnull方法的否定式

Pandas库的基本操作就学习到这里的，下一章我会把Numpy库学习笔记也分享出来。