pandas库常用函数介绍

pandas库常用函数

本文章转载于 https://blog.csdn.net/u011995719/article/details/72598935

Pandas库围绕Series类型和DataFrame类型这两种数据结构，提供了一种高效便捷的数据处理方式。

Series类型介绍

Series类型是一组数据及与之相关的数据索引组成
自动索引：
a = pd.Series([9, 8, 7, 6]) 构造一个Series对象a

自定义索引：
a = pd.Series([9, 8, 7, 6], index = [‘a’, ‘b’, ‘c’, ‘d’])

Series创建方式

（1）从标量值创建
s = pd.Series(25, index = [‘a’, ‘b’, ‘c’])

（2）从字典类型创建
键值对中的键是索引 ，d = pd.Series({‘a’:9, ‘b’:8, ‘c’:7})
（3）从ndarray类型创建

Series类型基本操作

（1）.index获得索引，.values获得数据


（2）in ： 判断“键”是否在字段中 返回 True / False
          .get(‘f’, 100) 获取b的索引为‘f’的数据，若不存在，返回100

（3）Series类型对齐操作
索引一致的，对应元素相加，无一致的索引，数据为NaN

（4）Series类型的name属性

DataFrame类型介绍

DataFrame是表格型类，可理解为二维代表签数据类型， 其由共用相同索引的一组列组成： index（axis=0，即纵向），colum（axis=1，即横向）

DataFrame创建方式

（1）从ndarray创建
d= pd.DataFrame(np.arange(10).reshape(2,5))

（2）从字典创建
字典中的键，默认为列索引；
只选取字典中有的索引所对应的值，没有的自动补齐
（3）从列表中创建
d[‘one’] 获得新的DataFrame类型
d.ix[‘b’] 获得d的 b这一列
d[‘one’][‘b’] 获得 数据 2 注意：必须先[‘one’]后[‘b’]，先列后行

pandas数据类型常见操作

（1）
reindex(index=None, columns=None,…)方法 可改变或重排Series和DataFrame索引
reindex(index=None, columns=None,…)
index, colums 新的行列自定义索引
fill_value 在重新索引，用于填充缺失位置的值
method 填充方法，ffill当前值向前填充， bfill向后填充
limit 最大填充量
copy 默认为True，生成新的对象，False时，新旧相等，但不复制
例如：
d.reindex(index = [‘d’, ‘c’, ‘b’, ‘a’ ])
d.reindex(colums = [‘two’, ‘one’])
（2）数据排序
.sort_index()方法在指定轴上根据索引进行排序，默认升序。
.sort_index（axis=0,ascending = True） ascending是指递增排序
.sort_values()方法在指定轴上根据数值进行排序，默认升序。
Serier.sort_values(axis= 0, ascending=True)
DataFrame.sort_values(by, axis = 0, ascending = True)
by: 只对axis轴上的某个 索引 或 索引列表 进行排序

NaN空值，保持在排序末尾

索引类型常见操作

.append(idx) 连接另外一个Index对象，产生新的Index对象
.diff(idx) 计算差集，产生新的Index对象
.intersection（idx） 计算交集，产生新对象
.union（idx） 计算并集
.delete（loc） 删除loc位置处的元素
.insert（loc, e） 在loc位置增加一各元素e
.drop()可删除Series或DataFrame制定的行或列

例如:

d.drop([‘c1’, ‘c2’]) # 此处生成新对象，原对象d不改变
d.drop(‘one’,axis=1) 要删除列，需要加上axis = 1.

pandas统计分析函数

.sum() 计算数据总和，按0轴计算
.count() 非NaN值的数量
.mean() .median() 计算算术平均值（即数组元素之和除以元素数量）、算术中位数
.var() .var() 计算方差、标准差
.min() .max 计算最小、大值
.argmin() .argmax() 计算最大、小值所在位置的索引（针对自动索引的）（适用于Series 类型：）
.idxmin() .idxmax() 计算最大、小值所在位置的索引（针对自定义索引的）（适用于Series类型：）
.describe() 针对0轴（各列）的统计汇总 .cov() 计算协方差矩阵
.corr() 计算相关系数矩阵