pandas 入门

 

 

 

Pandas库 入门浅析

 

 

 

前言：根据pandas库的工具，我们将要处理的数据一般分为俩种：Series(一维数据，如单行，单列） 和 DataFrame (二维数据，如一般表格形式）。实际中，我们主要是用DataFrame处理我们工作中的数据，所以本节侧重讲DataFrame。

 

 

1.Series 

 

略

 

 

 

2.DataFrame

 

 

• DataFrame的生成

 

    例：

 

 

    data={'a':[1,2,3] , 'b':[4,5,6]}

1	4
2	5
3	6

 

 

    frame=DataFrame(data,columns=['a','b'],index=[0,1,2]),以上为生成DataFrame语句，columns参数重新定义列名，index定义行名。

    

• DataFrame一些基本操作

     frame['a'] 或 frame.a  索引'a'列数据,以此类推.

     frame.ix[0], 索引第一行数据，以此类推，frame.ix[1] 索引第二行。

     del  frame['a']  删除‘a' 列数据，frame.T对数据进行转置。

 

 

•     基本功能

 

 

    重新创建适应索引   frame.reindex['q','w','e',r','d','f'] 

 

 

    丢弃指定轴上的某一项     frame.drop(0), 丢弃第一行。frame.drop('a',axis=1) 与del frame['a']作用一样，丢弃’a'列。

 

    将函数应用到每行或每列的数组上     frame.apply(func). 

 

    将函数应用到单元    frame.applymap(func)

 

    排序和排名   frame.sort_index(by='a',ascending=False)

 

 

 

    计算描述统计    frame.decrible()     sum/mean/corrwith

 

    过滤缺失数据 frame.dropna(how='all')   ' all'表示去除全部为NA的行  isnull和notnull 判定是否有缺失数据，

 

 

    填充缺失数据  frame.fillna(value)

 

    数据转置   frame.unstack()---将列名转变成行名。frame.stack()--将行名转变成列名。

 

    创建轴标签  frame.index.names=[] 或 frame.coulumns.names=[].

 

    根据级别计算 frame.sum(level='')

 

    将一列或 多列设置为索引 frame.reset_index（[],drop=False)

 

 

本节主要讲了对DataFrame数据的各种基本操作，帮助我们整理，清洗，处理数据。