pandas 切片_Part25:Pandas基础(Series,DataFrame类的创建、索引、切片、算术方法)

一、为什么学习pandas

• numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？
  • numpy能够帮助我们处理的是数值型的数据，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串，时间序列），那么pandas就可以帮我们很好的处理除了数值型的其他数据！

二、什么是pandas？

• 首先先来认识pandas中的两个常用的类
  • Series
  • DataFrame

1.Series的创建

• 由列表或numpy数组创建
• 由字典创建

1. #series只能创建一维数组

2. import numpy as np

3. import pandas as pd

4. from pandas import Series,DataFrame

6. #使用列表创建数组

7. s=Series(data=[1,2,3,4,5])

8. s

1. #numpy数组创建

2. s1=Series(data=np.random.randint(1,100,size=(2,)))

3. s1

Series(data=[1,2,3],index=['a','b','c'])#index是用来指定显示索引,显示索引不会覆盖隐示索引

1.2.Series的索引和切片

1. s = Series(data=[1,2,3,4,5],index=['a','b','c','d','e'])

2. s

1. #索引操作

2. s = Series(data=[1,2,3,4,5],index=['a','b','c','d','e'])

3. print(s[0])#查找索引为0的元素

4. print(s['a'])#查找索引为0的元素

5. print(s.a)

6. print(s[[1,2]])#查找索引为0的元素

1. #切片

2. s[0:3]

3. s['a':'c']

1.3.Series的常用属性

• shape
• size
• index
• values

1. print(s.shape)

2. print(s.size)

3. print(s.index)

4. print(s.values)

1.4.Series的常用方法

• head(),tail()
• unique()
• isnull(),notnull()
• add() sub() mul() div()

1. s.head(2)#显示前n个元素

2. s.tail(2)#后n个元素

1. s = Series(data=[1,1,2,2,3,4,5])

2. s.unique()#去重

s.nunique() #返回去重之后元素的个数

s.isnull() #isnull使用来检测元素是否为空

s.notnull()#用来检测元素是否为非空

1. #add()为例

2. a = pd.Series([1, 1, 1, np.nan], index=['a', 'b', 'c', 'd'])

3. b = pd.Series([1, np.nan, 1, np.nan], index=['a', 'b', 'd', 'e'])

4. a.add(b, fill_value=0)

5. print(a)

6. print(b)

7. print(a.add(b,fill_value=0))

1.5.Series的算术运算

• 法则：索引一致的元素进行算数运算否则补空

1. s1 = Series(data=[1,2,3],index=['a','b','c'])

2. s2 = Series(data=[1,2,3],index=['a','d','c'])

3. s = s1+s2

4. s

s.isnull()

s.notnull()

2.DataFrame

• DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。
  • 行索引：index
  • 列索引：columns
  • 值：values

2.1DataFrame的创建

• • ndarray创建
  • 字典创建

1. #ndarray创建

2. import numpy as np

3. import pandas as pd

4. from pandas import Series,DataFrame

5. df=DataFrame(np.array([[1,2,33],[6,4,8]]))

6. df

8. #或者DataFrame(data=[[1,2,33],[6,4,8]])

1. #使用元祖创建

2. dic = {

3. 'name':['tom','jay','salay'],

4. 'salary':[10000,2000,15000]

5. }

6. DataFrame(dic)

1. df =DataFrame(data=np.random.randint(0,100,size=(3,2)),index=['a','b','c'],columns=['A','B'])

2. df

2.2DataFrame的属性

• values、columns、index、shape

1. print(df.values)

2. print(df.columns)

3. print(df.index)

4. print(df.shape)

练习1：

根据以下考试成绩表，创建一个DataFrame，命名为df：

1. 张三 李四

2. 语文 150 0

3. 数学 150 0

4. 英语 150 0

5. 理综 300 0

代码

1. import numpy as np

2. import pandas as pd

3. from pandas import Series,DataFrame

4. df=DataFrame(data=[[150,0],[150,0],[150,0],[300,0]],columns=['张三','李四'],index=['语文','数学','英语','理综'])

5. df

2.3DataFrame索引操作(*重点)

• 对行进行索引
• 队列进行索引
• 对元素进行索引

1. df = DataFrame(data=np.random.randint(0,100,size=(5,4)),columns=['a','b','c','d'],index=['A','B','C','D','E'])

2. df

1. #索引取列

2. df['a']#显示索引取列

3. df.iloc[:,0] #隐式索引取列

4. df.a

1. #取行

2. df.iloc[0] #隐式索引取行

3. df.loc['A'] #显示索引取行

• iloc:
  • 通过隐式索引取行
• loc:
  • 通过显示索引取行

1. #取元素

2. df.loc['B','b']

3. df.iloc[1,1]

4. df.iloc[[0,1],2]

2.4DataFrame的切片操作

• 对行进行切片
• 对列进行切片

1. #切行

2. df[0:2]

1. #切列

2. df.iloc[:,0:2]

总结：

• df索引和切片操作
  • 索引：
    • df[col]:取列
    • df.loc[index]:取行
    • df.iloc[index,col]:取元素
  • 切片：
    • df[index1:index3]:切行
    • df.iloc[:,col1:col3]:切列

2.5DataFrame的运算

• 同Series

练习2：

1. 假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。
2. 假设张三期中考试数学被发现作弊，要记为0分，如何实现？
3. 李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？
4. 后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？

1. #先建表，期中ddd和期末ddd2两张表

2. import pandas

3. from pandas import Series,DataFrame

4. dic={

5. '张三':[150,150,150,300],

6. '李四':[0,0,0,0],

7. '王五':[120,97,114,130]

8. }

9. df=DataFrame(data=dic,index=['语文','数学','英语','理综'])

10. ddd=df

11. ddd2=df

12. print(ddd)

13. print(ddd2)

1. #1.假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。

2. (ddd+ddd2)/2

1. #2.假设张三期中考试数学被发现作弊，要记为0分，如何实现？

2. #先找到ddd中数学-张三成绩，然后再赋值为0

3. ddd.loc['数学','张三']=0

4. ddd.loc['数学','张三']

1. #3.李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？

2. #找到ddd表中李四的所有成绩（列），然后+100

3. ddd['李四']+=100

4. ddd['李四']

1. #4.来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？

2. ddd+=10

3. ddd

相关资源：Pandas学习笔记1-Pandas基础-其它代码类资源-CSDN文库