Pandas入门必备

Pandas是基于Numpy的第三方库，提供有效的数据类型和工具，可以看作在扩展的Numpy，具有行列的标签，并且可以处理异构数据类型以及缺少数据。主要数据类型包含Series，DataFrame。

import numpy as np
import pandas as pd

Series：一维标签数据

由一组数据values与之相关的索引index组成；.index：获得索引，.values：获得数据。

data=pd.Series([7,8,9,10],index=['a','b','c','d'])#index为字符串
data=pd.Series([7,8,9,10],index=[2,3,4,5])#index为数字
data=pd.Series([7,8,9,10])#index默认从0-3
data.index
data.values

Series创建

从标量创建

#从标量创建
data=pd.Series(1,index=['a','b','c','d'])

从字典创建

#从字典创建
data_dic={2:'dog',1:'cat',3:'lion'}
data=pd.Series(data_dic)#未指定index默认对其进行从小到大排序
data=pd.Series(data_dic,index=[3,2])#指定index按其进行创建

从ndarray创建

#从ndarray创建
data=pd.Series(np.arange(5),index=np.arange(9,4,-1))#index和values都可以通过ndarray创建

基本操作

类似于ndarray

#类似于ndarray
data=pd.Series([7,8,9,10],index=['a','b','c','d'])
data[3]#自动索引
data[:2]#自动索引切片，包含0，1

类似于字典操作

#类似于字典操作
data['a']
data['a':'c']#包含'a','b','c'，注意区别于自动索引方式
'c' in data #返回布尔值，判断'c'是否在data中

推荐索引-loc，iloc

#为了区别自动索引和自定义整数的index，采用loc，iloc
  #loc：遵循自身index索引
  #iloc：遵循自动索引
data=pd.Series([7,8,9,10,11],index=[2,3,4,5,6])#index为数字
data.loc[2]#7
data.loc[2:4]#[7，8，9]
data.iloc[2]#9
data.iloc[2:4]#[9,10]

对齐操作

#对齐操作,自动对齐不同索引的数据，具有相同索引的进行运算，没有相同的部分为NaN
data1=pd.Series([7,8,11],index=['a','b','f'])
data2=pd.Series([7,8,9,10,11],index=['a','b','c','d','f'])
data=data1+data2

对象修改立即生效

#对象修改立即生效
data['a']=100
data['a':'c']=20

DataFrame：二维标签数据

DataFrame是表格型的数据类型，每列值得类型可以不同，具有行索引和列索引；常用于表达二维数据；.index（行标签）,.values（二维数据值）,.columns(列标签)

DataFrame创建

从二维ndarray创建

#从二维ndarray创建
data=pd.DataFrame(np.arange(12).reshape(3,4))#自动索引行列

从一维ndarray对象字典创建

#从一维ndarray对象字典创建
data=pd.DataFrame({'one':pd.Series([7,8,11],index=['a','b','f']),
                   'two':pd.Series([7,8,9,10,11],index=['a','b','c','d','f'])})

从列表类型字典创建

#从列表类型字典创建
dic={'one':[7,8,11,12,13],'two':[7,8,9,10,11]}
data=pd.DataFrame(dic,index=['a','b','c','d','f'])