Pandas库

Pandas是Python第三方库，提供高性能易用数据类型和分析工具,Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用

import pandas as pd

两个数据类型：Series, DataFrame

基于上述数据类型的各类操作:基本操作、运算操作、特征类操作、关联类操作

 

Series类型

Series类型由一组数据及与之相关的数据索引组成

Series类型可以由如下类型创建：
• Python列表
• 标量值
• Python字典
• ndarray
• 其他

 

从标量值创建

s=pd.Series(25,index=['a','b','c'])

从字典类创建

import pandas as pd
d=pd.Series({'a':9,'b':8,'c':7})
e=pd.Series({'a':9,'b':8,'c':7},index=['c','a','b','d'])
#index从字典中进行选择操作

从ndarray创建

import pandas as pd
import numpy as np
n=pd.Series(np.arange(5))
m=pd.Series(np.arange(5),index=np.arange(9,4,-1))

Series类型可以由如下类型创建：
• Python列表，index与列表元素个数一致
• 标量值，index表达Series类型的尺寸
• Python字典，键值对中的“键”是索引，index从字典中进行选择操作
• ndarray，索引和数据都可以通过ndarray类型创建
• 其他函数，range()函数等

Series类型包括index和values两部分

Series类型的操作类似ndarray类型

• 索引方法相同，采用[]
• NumPy中运算和操作可用于Series类型
• 可以通过自定义索引的列表进行切片
• 可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

Series类型的操作类似Python字典

• 通过自定义索引访问
• 保留字in操作
• 使用.get()

 

自动索引和自定义索引并存，但不能混用，Series类型在运算中会自动对齐不同索引的数据

Series对象和索引都可以有一个名字存储在属性.name中

Series对象可以随时修改并即刻生效

 

DataFrame类型

DataFrame类型由共用相同索引的一组列组成

DataFrame是一个表格型的数据类型，每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据，但可以表达多维数据

DataFrame类型可以由如下类型创建：
• 二维ndarray对象
• 由一维ndarray、列表、字典、元组或Series构成的字典
• Series类型
• 其他的DataFrame

 

从二维ndarray对象创建

import pandas as pd
import numpy as np
d=pd.DataFrame(np.arange(10).reshape(5,2))

从一维ndarray对象字典创建

import pandas as pd

dt={'one':pd.Series([1,2,3],index=['a','b','c']),
    'two':pd.Series([9,8,7,6],index=['a','b','c','d'])
    }
d=pd.DataFrame(dt)

从列表类型的字典创建

import pandas as pd

dt={'one':[1,2,3,4],
    'two':[9,8,7,6]
    }
d=pd.DataFrame(dt,index=['a','b','c','d'])

DataFrame是二维带“标签”数组，基本操作类似Series,依据行索引

 重新索引：

.reindex()能够改变或重排Series和DataFrame索引

 

.reindex(index=None, columns=None, …)的参数

 

Series和DataFrame的索引是Index类型，Index对象是不可修改类型

索引类型常用的方法

.drop()能够删除Series和DataFrame指定行或索引列

数据运算法则

算术运算根据行列索引，补齐后运算，运算默认产生浮点数
补齐时缺项填充NaN (空值)

二维和一维、一维和零维间为广播运算
采用+ ‐*/符号进行的二元运算产生新的对象

不同维度间为广播运算，一维Series默认在轴1（x轴）参与

比较运算法则

比较运算只能比较相同索引的元素，不进行补齐
二维和一维、一维和零维间为广播运算
采用>< >= <= == !=等符号进行的二元运算产生布尔对象