关于Pandas的一些基础知识的整理。

``一些有关Pandas的零零散散小知识点的整理（也可以把它称为开始入门Pandas，我也是刚开始学，若有些许不对的地方，欢迎大家指正，感激不尽。）

Pandas就很像是Python里面的Excel表格，内含两个主要的数据结构。
Series（一维数组）
DataFrame（二维数组）

用到Pandas时经常会用到numpy，所以就一起导入。

一、Series（一个一维数组）

1.添加索引

2.提取元素的值、索引的值


当然，也可以单独提取单个元素的索引，并对其中的元素进行替换。

也可以对其中的某些值进行加减乘除运算，或者提取特定区间的元素（举例一个小于零）

3.取绝对值

4.给行和列取一个动听的名字。

二、DataFrame（一个二维数组）

1.同样可以对它的行和列取一个动听的名字。

2.取行和列的索引

3.二维数组的第二个定义的方式（与一开始写的无太大区别）

4.同样可以对整行和整列取名字

三、索引对象
1.一维的索引对象的更改。
先创建一个obj

在obj的基础上创建obj2，修改索引

在obj的基础上创建obj3、obj4，修改索引并且给上填充值（method中可给与的几个参数：‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None；
这其中：
pad/ffill：用前一个非缺失值去填充该缺失值
backfill/bfill：用下一个非缺失值填充该缺失值
None:指定一个值去替换缺失值）

这是不给填充值的效果

2.二维的索引对象的更改。
创建一个二维的df

df=DataFrame(np.arange(9).reshape(3,3),index=['a','c','d'],columns=['name','id','sex'])

{【注】：这其中用到了reshape方法，该方法和shape方法相似：
shape可以用来查看数据的样式，比如几行几列之类的。
reshape可以用来更改数据的样式，比如改成几行几列之类的。
1.shape：

a=np.array([1,2,3,4,5,6,7,8])
print(a.shape[0])#输出值是8，就是输出有多少个对象值
print(a.shape[1])#输出值是错误，因为已经超出范围了，这只是个一维的数组

a=np.array([[1,2,3,4],[5,6,7,8]])
print(a.shape[0])#输出值是2，外层有两个
print(a.shape[1])#输出值是4，内层有四个

2.reshape
修改成二维数组、三维数组。

其中用reshape修改后的元素所占的内存是同一位置

}
修改df这一二维数组的元素值

3.二维对象索引更改的另一方式
同样还是先创建一个二维对象

使用类似于SQL中的语句对二维对象中的元素进行排序

排序之后重置顺序

使其为新的序列

我们再创建一个二维对象

可以将列转化为行的索引，name这一列就转化为后面值的索引

按索引来查找值



重置回来

4.对行和列进行操作
添加一行数据

ignore_index=True
这个参数必须要添加，不然会报错，因为dataframe在使用append方法添加数据时，必须要设置name，设置name名称将会作为index的name。
而在多次使用append这个方法添加数据时，可能会出现相同的index，也要通过ignore_index=True这个参数来避免。

添加一列数据

删除行

删除列

关于axis：（这里我之前并不是太懂，在看了一篇博客之后，发现规律也不过如此。）
axis=1表示横轴，方向从左到右；axis=0表示纵轴，方向从上到下。当axis=1时，数组的变化是横向的，而体现出来的是列的增加或者减少。

其实axis的重点在于方向，不是行和列。当axis=1时，如果是求平均，那么是从左到右横向求平均；如果是拼接，那么也是左右横向拼接；如果是drop，那么也是横向发生变化，体现为列的减少。

只考虑方向，也就是axis=1为横向，axis=0为纵向。
在这个例子中也就是横向的class这一列减少了。

给行或者列修改一个美妙的名字。

我把这个例子贴上去只是为了弄清楚inplace这个参数的作用。
inplace这个参数的本意是可在原数据上修改。
当inplace=False或者不添加这个参数时，会直接返回new_df中的值，即，创建一个新的new_df，和复制粘贴类似。
当inplace=True时，是直接在原始的数据上进行修改。

5.算术运算
（1）一维的加减乘除运算都只对索引值相同的数据进行运算。

obj1=Series([1.1,2.2,3.3,4.4],index=['a','b','c','d'])

obj2=Series([2.2,3.3,4.4,5.5],index=['a','e','b','d'])

obj1 + obj2，obj1*obj2

（2）二维的加减乘除也只对横向、纵向索引值相同的数据进行运算

df1=DataFrame(np.arange(9).reshape(3,3),columns=['a','b','c'],index=['apple','tea','banana'])

df2=DataFrame(np.arange(9).reshape(3,3),columns=['a','b','d'],index=['apple','tea','coco'])

df1+df2，df1*df2

6.排序

obj1 = Series([-2,3,2,1],index=['d','a','b','c'])

升序（按照索引升序）

obj1.sort_index()

降序（按照索引降序）

obj1.sort_index(ascending=False)

升序（按照值升序）

obj1.sort_values()

降序（按照值降序）

如果是二维的DataFrame，则可以按照某一列的数值来对整体进行升序和降序

7.汇总与统计

from pandas import DataFrame
df = DataFrame(np.random.randn(9).reshape(3,3),columns=['a','b','c'])

这里面random.randn是返回一个或一组样本，具有标准正态分布。

（1）对二维的数据进行加和，axis=0是对纵向的每一列的数据进行加和，axis=1是对横向的每一列的数据进行加和。（默认axis=0）

（2）求二维数据的
count 数量
mean 平均值
std 标准差
min 最小值
25% 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。
50% 中位数
75% 同上类似
max 最大值

（3）求一维数据的唯一值和值计数

8.层次化索引

df = DataFrame(np.arange(16).reshape(4,4),
              index=[['one','one','two','two'],['a','b','a','b']],
              columns=[['apple','apple','orange','orange'],['red','green','red','green']])

索引某一列

这里无关于pandas的可视化，可视化得单独分出来写。

感谢阅读，
我是啊帅和和，一位大数据专业大三学生。