pandas基础操作

3.1panda基础操作

头文件：

import numpy as np
import pandas as pd

创建pandas序列

pandas会默认添加序号

s = pd.Series([1,3,6,np.nan,44,1])

创建时间序列。periods=6：生成六个数据

dates = pd.date_range('20160101',periods=6)

自己定义数据标签

index是值行标签。colums是列标签

df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['A','B','C','D'])

字典创建法

df2 = pd.DataFrame({
    'A':1.,
    'B':pd.Timestamp('20130102'),
    'C':pd.Series(1,index=list(range(4)),dtype='float32'),
    'D':np.array([3]*4,dtype='int32'),
    'E':pd.Categorical(["test","train","test","train"]),
    'F':'foo'
})

打印各列的数据形式

print(df2.dtypes)

返回所有行的序号

print(df2.index)

返回所有列的序号

print(df2.columns)

返回所有的值

print(df2.values)

对各列的描述：count mean min等等

df2.describe()

转置！行变列，列变行

df2.T

排序

#按列标签排序 False是倒序，True是正序
df2.sort_index(axis=1,ascending=False)

#按指定标签下的数值进行排序
df2.sort_values(by='E')

3.2pandas选择数据

头文件：

import numpy as np
import pandas as pd

选择标签‘A’的数据

dates = pd.date_range('20130101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['A','B','C','D'])
print(df['A'])  #等同与df.A

切片

print(df[0:3])
print(df['20130102':'20130104'])

根据标签选择数据：loc

print(df.loc['20130102'])
print(df.loc['20130102',['A','B']])

根据位置选择数据:iloc

print(df.iloc[3:5,1:3])

综合选择：ix (已被弃用)

#print(df.ix[:3,['A','C']])

根据阈值选择数据

print(df[df.A > 1])

#若只打印A这一列大于8的数据
print(df['A'][df['A']>1])

3.3pandas设置值

头文件：

import numpy as np
import pandas as pd

根据序列改

dates = pd.date_range('20130101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['A','B','C','D'])

df.iloc[2,2] = 1111

根据标签改

df.loc['20130101','B'] = 2222

把A>1的部分的所有值都改成0（不止标签A部分）

df[df.A>1] = 0

只把A部分大于1的部分改成0

df.A[df.A>1] = 0

增加一列标签

df['F'] = np.nan
df['E'] = pd.Series([1,2,3,4,5,6],index = pd.date_range('20130101',periods=6))