Python从0到0.1_（pandas）

目录

基本操作

Series

创建

相关属性

DataFrame

创建

基本属性

数据的选择

一般列标签、索引取值

loc 与 iloc 花式取值

取具体某一个值

条件选值

修改

赋值

列尾，行尾增加

列

行 

插入

列

删除

处理丢失数据

数据

处理方式 

读取与写入文件

合并

同类型合并

不同类型合并

列标签不同的合并

形状不同的合并

merge 合并

有相同的一列，按照该列合并

按照两列合并

参照 index 合并

除了参考列之外还有相同的类要声明

 

---

 

基本操作

Series

相当于一个定长有序的字典

创建

import pandas as pd
# 直接创建，使用默认的索引
a = pd.Series([1, 2, 3, 4])
print(a)

# 直接创建，指定索引
a1 = pd.Series([1, 2, 3, 4], index=["a", "b", "c", "d"])
print(a1)

# 通过字典创建
b = {"name": "aaa", "age": 18, "home": "A"}
c = pd.Series(b)
print(c)

'''
0    1
1    2
2    3
3    4
dtype: int64
a    1
b    2
c    3
d    4
dtype: int64
name    aaa
age      18
home      A
dtype: object
'''

相关属性

import pandas as pd
a = pd.Series([1, 2, 3, 4])

print(a.values)     # 查看所有的值
print(a.index)      # 查看索引
b = 4 in a          # 判断4是不是a中的一个索引
print(b)
c = 4 in a.values   # 判断4是不是a中的一个值
print(c)
print(a[3])         # 根据索引取值values
print(a[[1, 3]])    # 根据索引取多个值


'''
[1 2 3 4]
RangeIndex(start=0, stop=4, step=1)
False
True
4
1    2
3    4
dtype: int64
'''

DataFrame

表格化数据

创建

import pandas as pd
import numpy as np
# 使用字典创建，这里值如果只是一个单独的量，不是列表的话，需要加索引
a = {"name": "aaa", "age": 18, "city": "A"}
df1 = pd.DataFrame(a, index=[1])
print(df1)
b = {"name": ["aaa", "bbb", "ccc"],
     "age": [18, 19, 20],
     "city": ["A", "B", "C"]}
df2 = pd.DataFrame(b)
print(df2)

# numpy 生成
c = pd.DataFrame(np.arange(24).reshape(4, 6), index=["a", "b", "c", "d"])
print(c)

'''
  name  age city
1  aaa   18    A
  name  age city
0  aaa   18    A
1  bbb   19    B
2  ccc   20    C
    0   1   2   3   4   5     
a   0   1   2   3   4   5
b   6   7   8   9  10  11
c  12  13  14  15  16  17
d  18  19  20  21  22  23
'''

基本属性

import pandas as pd
a = {"name": ["aaa", "bbb", "ccc"],
     "age": [18, 19, 20],
     "city": ["A", "B", "C"]}
df1 = pd.DataFrame(a, index=[2, 1, 3])
print(df1)
print(df1.T)           # 转置
print(df1.describe())  # 整体分析
print(df1.index)       # 行属性（索引）
print(df1.columns)     # 列属性
print(df1.sort_index(axis=0))   # 按索引排序 print(df1.sort_index(axis=1)) 按列属性排序
print(df1.sort_values(by="age"))  # 按年龄这一列排序

'''
  name  age city
2  aaa   18    A
1  bbb   19    B
3  ccc   20    C
        2    1    3
name  aaa  bbb  ccc
age    18   19   20
city    A    B    C
        age
count   3.0
mean   19.0
std     1.0
min    18.0
25%    18.5
50%    19.0
75%    19.5
max    20.0
Int64Index([2, 1, 3], dtype='int64')
Index(['name', 'age', 'city'], dtype='object')
  name  age city
1  bbb   19    B
2  aaa   18    A
3  ccc   20    C
  name  age city
2  aaa   18    A
1  bbb   19    B
3  ccc   20    C
'''

数据的选择

# 数据
import pandas as pd
import numpy as np

dates = pd.date_range("20191111", periods=6)
df = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["a", "b", "c", "d"])
print(df)

'''
             a   b   c   d
2019-11-11   0   1   2   3
2019-11-12   4   5   6   7
2019-11-13   8   9  10  11
2019-11-14  12  13  14  15
2019-11-15  16  17  18  19
2019-11-16  20  21  22  23
'''

一般列标签、索引取值

# 列标签
print(df.a)
# same as
print(df["a"])
# 索引
print(df["2019-11-12":"2019-11-13"])
# same as
print(df[1:3])

'''
2019-11-11     0
2019-11-12     4
2019-11-13     8
2019-11-14    12
2019-11-15    16
2019-11-16    20
Freq: D, Name: a, dtype: int32
            a  b   c   d
2019-11-12  4  5   6