pandas核心数据结构第二天

一、Series

创建

#1创建一个序列,索引必须为列表
b=pd.Series(np.random.randn(5),index=['a','b','c','d','e'])
print(b)
#2查看索引
print(b.index)
#3默认不指定索引时，为0开始排的整型索引即可
c=pd.Series(np.random.randn(5))
print(c)
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    0.168710
b    0.436219
c   -0.236762
d    0.426008
e   -0.951852
dtype: float64
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
0    1.506954
1    0.282373
2    0.963675
3    0.671374
4   -0.936167
dtype: float64

Process finished with exit code 0

#1通过字典创建一个序列
d={
   'a':0.,'b':1.,'d':3.}
b=pd.Series(d,index=list('abcd'))#index代表行索引
print(b)
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    0.0
b    1.0
c    NaN
d    3.0
dtype: float64

Process finished with exit code 0

#1通过标量创建一个序列
b=pd.Series(5,index=list('abcd'))#index代表行索引
print(b)
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    5
b    5
c    5
d    5
dtype: int64

Process finished with exit code 0

支持ndarry数组操作

s=pd.Series(np.random.randn(5),index=['a','b','c','d','e'])
print(s)
#1支持索引操作
print(s[0])#不包括最后的索引
print(s[:3])
print(s[2:5])
print(s[[1,3,4]])#支持整型直接索引。
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    1.147490
b   -0.084418
c   -0.777898
d   -0.488580
e   -0.146267
dtype: float64
1.1474904747052694
a    1.147490
b   -0.084418
c   -0.777898
dtype: float64
c   -0.777898
d   -0.488580
e   -0.146267
dtype: float64
b   -0.084418
d   -0.488580
e   -0.146267
dtype: float64

s=pd.Series(np.random.randn(5),index=['a','b','c','d','e'])
print(s)
#1支持numpy中的函数操作
print(np.sin(s))
print(np.exp(s))
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    2.122820
b   -0.081273
c   -0.144711
d   -1.461435
e    0.341797
dtype: float64
a    0.851465
b   -0.081183
c   -0.144206
d   -0.994026
e    0.335181
dtype: float64
a    8.354667
b    0.921942
c    0.865273
d    0.231903
e    1.407474
dtype: float64



s=pd.Series(np.random.randn(5),index=['a','b','c','d','e'])
print(s)
#3支持字典访问
print(s['a'])
s['b']=3
print(s)
#4用字典方式增加一个键值
s['g']=100
print(s)
#5访问不存在的键会报错
# print(s['f'])
#6可以用get访问，键不存在时指定默认值
print(s.get('f'))
print(s.get('f',0))

结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    0.980320
b    0.547169
c    2.342473
d   -1.520565
e    0.589286
dtype: float64
0.9803196644381337
a    0.980320
b    3.000000
c    2.342473
d   -1.520565
e    0.589286
dtype: float64
a      0.980320
b      3.000000
c      2.342473
d     -1.520565
e      0.589286
g    100.000000
dtype: float64
None
0

Process finished with exit code 0

s1=pd.Series(np.random.randn(3),index=['a','c','e'])
s2=pd.Series(np.random.randn(3),index=['a','d','e'])
#1支持2个series标签对齐打印，此时2个序列中间多了1个空行，因为打印完s1另起一行，空这一行，就开始打印s2
print('{0}\n\n{1}'.format(s1,s2))
#支持两个序列相加，即a标签加a标签，即自动标签对齐相加,即s2没有的c，所以相加后的c值为NaN.
print(s1+s2)
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
a    0.859558
c    1.547378
e    0.135625
dtype: float64

a    1.705699
d   -0.591336
e   -1.058273
dtype: float64
a    2.565257
c         NaN
d         NaN
e   -0.922649
dtype: float64

Process finished with exit code 0

二、DataFrame

每行每列都可以看成是Series序列

创建

# 1通过字典创建
data = pd.DataFrame({
   'one': pd.Series([1,2,3],index=['a','b','c']),
                    'two': pd.Series([1,2,3,4],index=['a','b','c','d'])})
print(data)
d={
   'one': pd.Series([1,2,3],index=['a','b','c']),
                    'two': pd.Series([1,2,3,4],index=['a','b','c','d'])}
#2只取三个索引值，会自动对齐
df1=pd.DataFrame(d,index=['b','d','a'])
print(df1)
#3改变列标签
df2=pd.DataFrame(d,columns=['two','three'])
print(df2)
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
   one  two
a  1.0    1
b  2.0    2
c  3.0    3
d  NaN    4
   one  two
b  2.0    2
d  NaN    4
a  1.0    1
   two three
a    1   NaN
b    2   NaN
c    3   NaN
d    4   NaN

Process finished with exit code 0


# 1通过列表作为字典的值时，必须保证个数一致，否则会报错，而series不存在这个问题
data = pd.DataFrame({
   'one': [1,2,3,4],#因为列表不像Series序列有索引，所以不用指定index了。要想指定索引是指定DataFrame的索引
                    'two': [21,22,23,24]})
print(data)
# d={'one': pd.Series([1,2,3],index=['a','b','c']),
#                     'two': pd.Series([1,2,3,4],index=['a','b','c','d'])}
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
   one  two
0    1   21
1    2   22
2    3   23
3    4   24

Process finished with exit code 0

# 1通过列表创建DataFrame,行列标签自己可以指定
data=[(1,2.2,'Hello'),(2,3.,'World')]
data1 = pd.DataFrame(data,index=['one','two'],columns=list('ABC'))
print(data1)
结果：
     A    B      C
one  1  2.2  Hello
two  2  3.0  World


# 1大的列表是字典，可以指定行标签,列标签由字典的键自动生成，当自己再定义列标签时，会自动与现有的列标签对齐。
data=[{
   'a':1,'b':2},{
   'a':5,'b':10,'c':20}]
data1 = pd.DataFrame(data,index=['A','B'],columns=list('ab'))
print(data1)
#列标签由字典的键自动生成，当自己再定义列标签时，会自动与现有的列标签对齐，且原来没有e标签，所以为空。
#行标签若不指定，会自动分配整型
data2 = pd.DataFrame(data,index=['A','B'],columns=list('abe'))
print(data2)
结果：
D:\ProgramData\Anaconda3\python.exe D:/numpy-kexue/03.py
   a   b
A  1   2
B  5  10
   a   b   e
A  1   2 NaN
B  5