Pandas 1.2：Pandas基础数据操作

目录

1. 索引操作

2. 赋值操作

3. 排序 

---

测试数据：test.csv

 

读取文件并将第一列设为索引：

data = pd.read_csv("F:/test.csv", index_col='Unnamed: 0')

1. 索引操作

        1.1 直接使用行列索引（先列后行）

先行后列会报错：data['2022/3/17']['v_ma5'] 或 data[:1, :2]

 

        1.2 结合loc或者iloc使用索引

loc：只能指定行列索引的名字

指定 2022/3/16 到 2022/3/18 的列 ma5的内容：

dd = data.loc['2022/3/16':'2022/3/18', 'ma5']

iloc可以通过索引的下标去获取

 获取前3行、前5列的结果：

        1.3 使用ix组合索引

获取行第1行到第4行，['ma10', 'ma20', 'v_ma5] 这3列的结果：

PS：新版本汇总已经将ix去掉，推荐使用loc和iloc来获取的方式：

data.loc[data.index[0:4], ['ma10', 'ma20', 'v_ma5']]

data.iloc[0:4, data.columns.get_indexer(['ma10', 'ma20', 'v_ma5'])]

 

2. 赋值操作

对DataFrame当中的 ma10 列进行重新赋值为1

# 直接修改原来的值
data['ma10'] = 1
# 或者
data.ma10 = 1

3. 排序 

排序有两种形式，一种对于 索引 进行排序，一种对于 内容 进行排序 

        3.1 DataFrame排序

使用df.sort_values(by=, ascending=) 单个键或者多个键进行排序

参数注释：

• by：指定排序参考的键
• ascending：默认升序
• ascending=False：降序
• ascending=True：升序（默认）

示例：

# 按 ma10 正序
dd = data.sort_values(by="ma10")
dd = data.sort_values(by="ma10", ascending=True)
# 按 ma10 降序
dd = data.sort_values(by="ma10", ascending=False)

# 按多列排序
dd = data.sort_values(by=['ma5', 'ma10'])

使用df.sort_index给索引进行排序：

# 正序
dd = data.sort_index()
# 降序
dd = data.sort_index(ascending=False)

         3.2 Series排序

series只有一列，所以排序时不需要参数：

# 根据值 正序
dd = data['ma10'].sort_values()
dd = data['ma10'].sort_values(ascending=True)
# 降序
dd = data['ma10'].sort_values(ascending=False)

# 根据索引 正序
dd = data['ma10'].sort_index()
dd = data['ma10'].sort_index(ascending=True)
# 降序
dd = data['ma10'].sort_index(ascending=False)

总结：

• 1.索引
  • 直接索引：先列后行，需要通过索引的字符串进行获取
  • loc：先行后列，需要通过索引的字符串进行获取
  • iloc：先行后列，通过下标进行索引
  • ix：先行后列，新版Pandas已移除，可以用上面两种方法混合进行索引
• 2.赋值
  • data['aaa'] = '内容'
  • data.aaa = '内容'
• 3.排序
  • dataframe
    • 对象.sort_values()
    • 对象.sort_index()
  • series
    • 对象.sort_values()
    • 对象.sort_index()