【Python】Pandas库入门及基础操作

Pandas入门及基本操作

Pandas提供高性能易用数据类型和分析工具，可以用import pandas as pd引入，通常简写为pd。Pandas主要提供两个数据类型：Series（一维）和DataFrame（多维）；基于上述数据类型提供各类操作：基本操作、运算操作、特征类操作、关联类操作等。

Series类型

Series类型的创建

Series类型由一组数据及与之相关的数据索引组成。

# 默认从0开始自动生成索引
a = pd.Series([0, 1, 2, 3])
# 可以在创建时指定索引，索引与元素个数一致
b = pd.Series([0, 1, 2, 3], index=['a', 'b', 'c', 'd'])

Seriesl类型可以由Python列表、标量值、Python字典、ndarray等不同类型创建。

# 从标量值创建，index=不能省略，用来表达Series类型的尺寸
a = pd.Series(25, index=['a', 'b', 'c'])
# 从字典类型创建，键变为对应索引，可以用index指定索引
b = pd.Series({'a':0, 'b':1, 'c':2})
c = pd.Series({'a':0, 'b':1, 'c':2}, index=['d', 'c', 'b', 'a'])
# 从ndarray类型创建，可以用index指定索引
d = pd.Series(np.arange(5))
e = pd.Series(np.arange(5), index=np.arange(9, 4, -1))

Series类型的基本操作

Series类型的操作类似ndarray类型，索引方法相同，运算和操作类似。

# .index获得索引，返回类型为index
b = a.index
# .values获得数据，返回类型为array
b = a.values
# 可以用自动索引和自定义索引取值
b = a['c']
b = a[2]
# 切片：获得0至3（不含）的元素，返回值仍为Series类型
b = a[:3]
# 可以用函数辅助索引，返回值仍为Series类型
b = a[a > a.median()]
# 可以用NumPy中的函数，返回值仍为Series类型
b = np.exp(a)

Series类型的操作和字典类型有相似之处。

# 可以用in查看元素是否在索引中
print('c' in a)
# get函数查看Series中是否存在'f'这个索引，存在即返回对应的值，不存在则给其赋值100
b = a.get('f', 100)

Series类型存在对齐操作，在运算中自动对齐不同索引的数据。相加时仅计算都有的索引。

a = pd.Series([1, 2, 3], ['c', 'd', 'e'])
b = pd.Series([9, 8, 7, 6], ['a', 'b', 'c', 'd'])
c = a + b
'''
a	NaN
b	NaN
c	8.0
d	8.0
e	NaN
'''

Series对象和索引都可以有一个名字，存储在属性.name中。

a.name = 'Series对象'
a.index.name = '索引列'

DataFrame类型

DataFrame的遍历

# 按行遍历
for row in df.iterrows():
	print(row)
# 全部元素遍历
for i in range(len(df1)):
    for j in range(len(df1.iloc[i])):
        print(df1.iloc[i,j])

（未完 待更新 /(ㄒoㄒ)/~~）