Pandas的DataFrame和Series及其操作

一、Pandas数据结构介绍

    Series：

Series是一种类似于一维数组的对象，是由一组数据以及一组与之相关联的标签（即索引）组成的，具体的表现形式就是索引在左边，值在右边。

import pandas as pd
import numpy as np

1.创建Series

    a.通过列表创建Series：

    直接创建Series，索引的值是默认的自动创建一个0到N-1的整数索引：

obj = pd.Series([4,7,-5,3])

    

    创建Series并且为其设置索引：

obj2 = pd.Series([4,7,-5,3], index=['d','b','a','c'])

    

    b.通过字典创建Series：

    如果只传入一个字典，则结果Series中的索引就是原字典的键，而且是按键值有序排列：

sdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
obj3 = pd.Series(sdata)

    

    用字典创建Series时，同时为Series设置index属性，结果Series的索引以index的参数值为准，若存在索引没有对应值的情况，则结果就是NaN:

sdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
states = ['California','Ohio','Oregon','Texas']
obj3 = pd.Series(sdata, index=states)

        在这个例子里sdata中和索引states相匹配的那三个值会被找出来放到相应的位置上，但是'Carlifornia'所对应的sdata值找不到，其结果只能是NaN

2.Series的基本属性、函数：

    a.通过Series的values和index属性获取其数组表示形式和索引对象：

obj = pd.Series([4,7,-5,3])
obj.values
obj.index

    

    b.通过pandas的isnull()函数，notnull()函数以及Series的isnull()实例方法检测缺失数据：

pd.isnull(obj4)
pd.notnull(obj4)
obj4.isnull()

    c.Series的name属性和Series索引的name属性：

obj4.name='population'
obj4.index.name='state'

    DataFrame：

DataFrame是一个表型的数据结构，它含有一组有序的列，每列间可以是不同的数据类型（数值，字符串，布尔值等）。DataFrame既有行索引又有列索引，其中的数据是以一个或多个二维块存放的，而不是列表，字典或别的一维数据结构。虽然它是个二维的结构，但是DataFrame任然可以表示更高维的数据（利用层次化索引的表结构）。

1.创建DataFrame:

    a.由等长的列表或Numpy数组组成的字典创建DataFrame:

data = {'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
'year':[2000,,2001,2002,2001,2002],
'pop':[1.5,1.7,3.6,2.4,2.9]}
frame = pd.DataFrame(data)

    由等长的列表或Numpy数组组成的字典创建DataFrame，同时指定列顺序：

data = {'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
'year':[2000,2001,2002,2001,2002],
'pop':[1.5,1.7,3.6,2.4,2.9]}
frame = pd.DataFrame(data,columns=['year','state','pop'])

    和Series一样，如果传入index的参数在数据中找不到对应值，就会产生NaN：

frame2 = pd.DataFrame(data,columns=['years','state','pop','dept'],index=['one','two','three','four','five'])

    

    通过嵌套字典创建DataFrame:

    如果将嵌套字典传递DataFrame，外层字典的键作为列，内层键则作为行索引：

pop = {'Nevada':{2001:2.4,2002:2.9},
'Ohio':{2000:1.5,2001:1.7,2002:3.6}}
frame3 = pd.DataFrame(pop)

    

2.DataFrame的列操作:

    DataFrame的列获取为一个Series:

frame2['state']
frame2.year

    

    列可以通过赋值的方式进行修改：

    将数值赋值给DataFrame的一列时，整个一列都是该数值；将列表或数组赋值给DataFrame的一列时，要求其长度和DataFrame的长度相等；将一个Series赋值给DataFrame的一列，会精确的将Series和DataFrame的匹配并进行赋值，所有空位上都是缺失值：

frame2['debt'] = 16.5
frame2['debt'] = np.arange(5)

val = pd.Series([-1.2,-1.5,-1.7], index=['two','four','five'])
frame2['debt'] = val

 

    删除DataFrame的一行：

    通过关键字del删除