关于Pandas
Pandas中的数据结构
(1)Series:一维数组系列,也称序列;
(2)DataFrame:二维的表格型数据结构;
(3)Panel:三维数组。
数据类型
1.Logical(逻辑型)
2. Numeric(数值型)
3. Character(字符型)
数据结构
1.Series
使用方法如下;
Series([数据1,数据2,...],index=[索引1,索引2,...])
例如:
from pandas import Series
X=Series(['a',2,'螃蟹'],index=[1,2,3])
X
X[3] #访问index=3的数据
索引号默认从0开始,也可以指定索引名。
'''
Series的index若省略,索引号从0开始
'''
from pandas import Series
A=Series([1,2,3])
print(A)
from pandas import Series
A=Series([1,2,3],index=[1,2,3])
print(A)
from pandas import Series
A=Series([1,2,3],index=['A','B','C'])
print(A)
访问系列值时,需要通过索引来访问,系列索引(index)和系列值是一一对应的关系。
from pandas import Series
A=Series([14,26,31])
print(A)
print(A[1]) #print(A[1])的输出
print(A[5]) #print(A[5])时会因索引越界而出错
from pandas import Series
A=Series([14,26,31],index=['first','second','third'])
print(A)
print(A['second']) #通过参数来访问系列值
from pandas import Series
#混合定义一个序列
x=Series(['a',True,1],index=['first','second','third'])
#根据索引访问
x[1] #根据索引号访问
x['second'] #根据索引名访问
#不能越界访问,会报错
x[3]
#不能追加单个元素,但可以追加系列
x.append('2')
#追加一个系列
n=Series(['2'])
x.append(n)
#需要使用一个变量承载变化,即x.append(n)返回的是一个新序列
x=x.append(n)
#判断值是否存在,数字和逻辑型(True/False)是不需要加引号的
2 in x.values
'2' in x.values
#切片
x[1:3]
#定位获取,这个方法常用于随机抽样
x[[0,2,1]]
#根据索引名删除
x.drop(0) #按索引名(数字)
x.drop('first') #按索引名(字符)
#根据索引号找出对应的索引名
x.index[2]
#根据位置(索引)删除,返回新的序列
x.drop(x.index[3])
#根据值删除,显示值不等于2的系列,即删除2,返回新序列
x[x.values!=2]
#修改序列的值。将True值改为b,先找到True的索引:x.index[x.values==True]
x[x.index[x.values==True]]='b' #注意显示结果,这里把值为1也当作True处理了
#通过值访问系列index
x.index[x.values=='a']
#修改series中的index:可以通过赋值改变,也可以通过reindex方法
x.index=[0,1,2,3]
#可将字典化为Series
s=Series({'a':x.index[x.values=='b'],'b':2,'c':3})
'''
sort_index(ascending=True)方法可以对index进行排序操作,默认为升序。
也可以使用reindex方法重新排序。
'''
#reindex重排序
obj=Series([4.5,7.2,-5.3,3.6],index=['d','b','a','c'])
obj2=obj.reindex(['a','b','c','d','e'])
obj3=obj.reindex(['a','b','c','d','e'],fill_value=0)
2.DataFrame
使用方式如下:
DataFrame(columnsMap)
具体实例代码如下:
from pandas import Series
from pandas import DataFrame
df=DataFrame({'age':Series([26,29,24]),'name':Series(['Ken','Jerry','Ben'])},index=[0,1,2])
print(df)
注意: 数据框的访问方式
访问位置 | 方法 | 备注 |
---|---|---|
访问列 | 变量名[列名] | 访问对应的列。 |
访问行 | 变量名[n:m] | 访问n行到m-1行的数据。 |
访问块(行和列) | 变量名.iloc[n1:n2,m1:m2] | 访问n1行到(n2-1)行,m1到(m-1)列的数据。 |
访问指定的位置 | 变量名.at[行名,列名] | 访问(行名,列名)位置的数据。 |
例如:
#获取age的值
A=df['age']
print(A)
#获取索引号是第二行的值
B=df[1:2]
print(B)
#获取第0行到2行(不含)与第0列到2列(不含)的块
C=df.iloc[0:2,0:2]
print(C)
#获取第0行与name列的交叉值
D=df.at[0,'name']
print(D)
################################
from pandas import DataFrame
df1=DataFrame({'age':[21,22,23],'name':['KEN','JOHN','JIMI']});
df2=DataFrame({'age':[21,22,23],'name':['KEN','JOHN','JIMI']},index=['first','second','third']);
#访问行
df1[1:100]#显示index=1及其以后的99行数据,不包括index=100
df1[2:2] #显示空
df1[4:1] #显示空
df2['third':'third'] #按索引名访问某一行
df2=['first':'second'] #按索引名访问多行
#访问列
df1['age'] #按列名访问
df1[df1.columns[0:1]] #按索引号访问
#访问快
df1.iloc[0:1,0:1] #按行列索引号访问
#访问位置
df1.at[1,'name'] #1为索引
df2.at['second','name'] #索引名
df2.at[1,'name'] #当有索引名时用索引号就会报错
#修改列名
df1.columns=['age2','name2']
#修改行索引
df1.index=range(1,4)
#根据行索引删除
df1.drop(1,axis=0) #axis=0是表示行轴,也可以省略
#根据列索引删除
df1.drop('age2',axis=1) #axis=1是表示列轴,不可省略
#第二种删除列的方法
del df1['age2']
#增加列
df1['newColumn']=[2,4,6]
#增加行。这种方法效率比较低
df2.loc[len(df2)]=[24,'Keno']
#增加行的方法
df1=DataFrame([[1,2],[3,4]],columns=list("AB"))
df2=DataFrame([[5,6],[7,8]],columns=list("AB"))
#方法一,合并只是简单的“叠加”成新的数据框,不修改index
df1.append(df2) #仅把df和df2“叠”起来了,没有修改合并后的index
#方法二,合并成一个新的数据框,并产生了新的index
df1.append(df2,ignore_index=True) #修改index,对df2部分重新索引了
数据导入
1.导入txt文件
命令格式如下:
read_table(file,names=[列名1,列名2,...],sep“ ”,...)
其中:
- file为文件路径和路径名;
- names为列名。默认为文件中的第一行作为列名;
- sep为分隔符,默认为空。
2.导入csv文件
命令格式如下:
read_csv(file,names=[列名1,列名2,...],sep“,”,...)
其中:
- file为文件路径和路径名;
- names为列名。默认为文件中的第一行作为列名;
- sep为分隔符。
3.导入Excel文件
命令格式如下:
read_excel(file,sheetname,header=0)
其中:
- file为文件路径和路径名;
- sheetname指定sheet;
- header,取0表示以文件第一行为表头显示,取1表示把文件第一行丢弃。
4.导入Mysql库
暂时不学
数据导出
1.导出csv文件
其命令格式如下:
to_csv(file_path,sep=“,”,index=TRUE,header=TRUE)
其中:
- file_path为文件路径;
- sep为分隔符,默认是逗号;
- index表示是否导出行序号,默认为TRUE,导出行序号;
- header表示是否导出列名,默认是TRUE,导出列名。
2.导出Excel文件
其命令格式如下:
to_excel(file_path,index=TRUE,header=TRUE)
其中:
- file_path为文件路径;
- index表示是否导出行序号,默认为TRUE,导出行序号;
- header表示是否导出列名,默认是TRUE,导出列名。
3.导出到Mysql库
略