python中pandas入门

1. Pandas引入\

import pandas as pd#为了方便实用pandas 采用pd简写

2. Pandas数据结构
   ①Series

import pandas as pd
s=pd.Series(['a',1,2,'ba'])
print(s)  #索引在左边,值在右边,默认索引0开始

② DataFrame
DataFrame是表格型数据结构，包含一组有序的列，每列可以是不同的值类型。DataFrame有行索引和列索引，可以看成由Series组成的字典。

import pandas as pd
import numpy as np
dates=pd.date_range('20180310',periods=6)  #返回一个DatetimeIndex
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=['A','B','C','D'])#生成6行4列位置
print(df)#输出6行4列的表格

3. 常用方法
   ①Series

import pandas as pd
s = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")

      ⑴范围查找 sa[sa>19]     #sa为Seriess纯数字 类型,多条件可为sa[sa>19][sa<23]
      ⑵中位数  sa.median()
      ⑶判断是否大于中位数 sa>sa.median()
      ⑷找出大于中位数的数 sa[sa > sa.median()]
      ⑸赋值 sa['ton'] = 99   #sa[sa>19]=20  统一赋值
      ⑹对象数学运算=对应所有值的运算.#sa*2 =sa中所有的数都乘以2 返回新的Series
  ②DataFrame

df=pd.DataFrame({'A' : 1.,
                    'B' : pd.Timestamp('20180310'),
                    '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'
                    })

       ⑴df.index                      #返回行索引
       ⑵df.columns                 #返回列索引
       ⑶df.dtypes                #返回每列对应的数据类型
       ⑷df.values                   #返回所有值,类型为 numpy.ndarray
       ⑸df.describe()             #返回对象中数字的总结,包括(count,mean,std,min,25%,50%,75%,max)  类型为DataFrame
       ⑹df.T                           #将行 列进行翻转 返回一个新的DataFrame
       ⑺df..sort_index(axis=1, ascending=False))#axis等于1按列进行排序 如ABCDEFG 然后ascending倒叙进行显示
       ⑻df..sort_values(by='E'))#按值进行排序
       ⑼

4. 数据选择
   ①df[‘A’] 或者df.A # 选择A列
   ②切片 df[0:3] df[‘20180310’:‘20180314’])#两次进行选择 第一次切片选择 第二次按照筛选条件进行选择
   ③df.loc[‘20180312’, [‘A’,‘B’]]) #精确选择,切片选择
   ④df.loc[:, [‘A’,‘B’]] #行索引[:],列索引[‘A’:‘B’] 的数据
   ⑤df.iloc[3, 1] #行索引为3,列索引为1的数据,df.iloc[1:3,1:2] 切片