Pandas基础学习笔记

import pandas as pd
import numpy as np

Head与Tail

- 默认显示5条数据
- 也可指定显示数据的数量

# 默认显示前5条
series.head()

# 指定显示后3条
series.tail(3)

属性与底层数据

# 将列标签名变为小写
df.columns = [x.lower() for x in df.columns]

.array属性用于提取Index或Series里的数据

s.index.array

s.array

Series

- 是带标签的一维数组
- 轴标签统称为索引
- 调用pd.Series函数即可创建Series:

s = pd.Series(data,index=index)

其中data支持：1、Python字典 2、多维数组 3、标量值（如，5）

当data不同时，index有不同的用法

当data是多维数组时

- index长度必须与data长度一致
- 没有指定index参数时，创建数值型索引，即[0,...,len(data)-1]。

# 指定index参数时
s=pd.Series(np.random.randn(5),index=['a','b','c','d','e'])
s

a    0.710396
b    1.597084
c    0.341957
d    0.467000
e    0.884691
dtype: float64

s.index

Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

# 未指定index参数时
pd.Series(np.random.randn(5))

0    0.159028
1   -0.202146
2   -0.320935
3    0.029248
4    0.135631
dtype: float64

注意：Pandas的索引可以重复

当data是Python字典时

- Series可以用字典实例化

d={
   'b':1,'a':0,'c':2}
pd.Series(d)

b    1
a    0
c    2
dtype: int64



- 注意：data为字典，且未设置index参数时，如果Python版本>=3.6且Pandas版本>=0.23，Series按字典的插入顺序排序索引；
  如果设置了index参数，则按索引标签提取data里对应的值。

d={
   'a':0.,'b':1.,'c':2.}

# 未设置index索引，按字典的插入顺序排序索引
pd.Series(d)

a    0.0
b    1.0
c    2.0
dtype: float64

# 设置了index参数，则按索引标签提取data里对应的值
pd.Series(d,index=['b','c','d','a'])

b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64

当data是标量时

- 必须提供索引
- Series按索引长度重复该标量值

pd.Series(5.,index=['a'