Pandas数据处理总结

数据类型

Pandas 的数据类型主要有Series（一维数组），DataFrame（二维数组），Panel（三维数组），Panel4D（四维数组），PanelND（N维数组）。

Series
Series 基本结构为：pandas.Series(data=None, index=None)
其中 data 是数据，index 是索引。

DataFrame
DataFrame 基本结构为：pandas.DataFrame(data=None, index=None, columns=None)
与 Series相比，增加了 columns 列索引。

数据类型转换
Array转DataFrame

a = pd.DataFrame(a)

DataFrame转Array

a = df.values()

数据选择

选择数据进行读取有两种选择，分别为基于索引数字选择以及基于标签名称选择。基于索引数字选择使用的是 Pandas 中的 .iloc 函数，.iloc 函数接受 [[行]，[列]] 这些的参数；基于标签名称选择使用的是 Pandas 中的 .loc 函数，.iloc 函数同样接受 [[行]，[列]] 这些的参数。

读取前三行数据

df.iloc[:3]
df.loc[0:2]

读取特定一行数据

df.iloc[3]

读取 1、3、5 行数据

df.iloc[[1, 3, 5]]
df.loc[[0, 2, 4]]

读取 2-4 列数据

df.iloc[:, 1:4]

读取列标签为 ‘A’ 到 ‘C’ 的数据

df.loc[:, 'A':'C']

读取 1，3 行和 ‘C’ 后面的列：

df.loc[[0, 2], 'C':]