pandas

Series

序列

创建的三种方法

import numpy as py
import pandas as pd
# 序列创建
s1 = pd.Series((1,2,3,4))
s1
s1.values
s1.index
# numpy的array创建
s2 = pd.Series(np.arange(10))
s2
# 使用字典创建
s3 = pd.Series({'1':1,'2':2,'3':3})
s3.values
s3.index

创建时的参数

名称	作用
index	指定Series的索引

访问数据

与python的内置类型dict的访问方式一样

常用函数与属性

函数	作用
to_dict()	转化为字典类型
isnull	返回布尔method，类似一数组，判断是否为null
notnull	返回布尔method，类似一数组，判断是否为null
属性	作用
name	名称
index	索引
values	Series的值
index.name	索引的名称

Dataframe

常用函数和属性

名称	作用
read_clipboard()	从剪切板里得到Dataframe数据
属性	作用
columns	得到所有的列名称

添加列

df = pd.read_sql('meal_order_detail1',con=engine,columns=['order_id','counts', 'amounts','cost', 'discount_amt'])
df['new1'] = 1
df['new2'] = 2

删除列

# 不加inplace就不是在源视图上修改，会返回一个新的已删除指定数据的Dataframe对象
df.drop(labels='new1', axis=1, inplace=True)
del df['new2']

修改列的数据

统计

排序

s1 = pd.Series(np.random.randint(1,10,size=5),index='dbcae')
s1.index
s1.values
# 不改变原Series，inplace=True可以修改，ascending=True升序，ascending=False降序
s1.sort_index()
s1
s1.sort_values()
s1

# 行排序,不改变原Dataframe，inplace=True可以修改，ascending=True升序，ascending=False降序
df1.sort_index(axis=0,by='row_name')
# 列排序
df1.sort_index(axis=1,by='column_name')

上课代码

import numpy as np
import pandas as pd
s1 = pd.Series(np.random.randint(4,10,size=6),index=list('adfebc'))
s1 = pd.Series(np.random.randint(4,10,size=4),index=[['a','a','b','b'],[1,2,1,2]])
s1.index.names=['country','state']
s2 = pd.Series(np.random.randint(4,10,size=6), index = [['a','a','a','b','b','b'],[1,2,3,1,2,3]])
s2
index = pd.MultiIndex.from_tuples([('a',1),('a',2),('a',3),('b',1),('b',2),('b',3)],names=['key1','key2'])
index1=pd.MultiIndex.from_product(iterables=[['a','b'],[1,2,3]], names = ['key1','key2'])
s1['a']
s1['a':'b']
s1[:,1]
s1.loc[:,1]
s2.mean()
s2.mean(level=0)
s2.mean(level=1)
index = pd.MultiIndex.from_tuples([('A','A1'),('A','A2'),('B','B1'),('B','B2'),('B','B3')])
df1 = pd.DataFrame(np.random.randint(4,10,size=(5,3)), index = index)
index=pd.MultiIndex.from_product([[2013,2014],[1,2]],names=['year','visit'])
index
columns=pd.MultiIndex.from_product([['Bob','Guido','Sue'],['HR','Temp']],names=['sunject','type'])
columns
df2 = pd.DataFrame(np.random.randint(30,40,size=(4,6)),index=index,columns=columns)
df2
df2.loc[2013,:]
df2.loc[2013,('Bob','HR')]
df2
s1[:,1]
# 取出内索引为1的数据
idx = pd.IndexSlice
	df2.loc[idx[:,1],:]
# 取出Temp列的所有数据，内层索引只能用idx来切
df2.loc[:,idx[:,'Temp']]
s1
s1.unstack()
s1.unstack(level=0)
s1.unstack(level=0).stack()
df3 = df2.reset_index(inplace=False)
df3
df4 = df3.set_index(['year','visit'])
df4
df2
df2.index
df2.swaplevel()
df2.swaplevel(axis=1)
df2
# 默认按照外层索引，ascending=Fasle为逆序
df2.sort_index()
df2.sort_index(level=1,ascending=False)
df5 = df2.loc[:,idx[:,'Temp']]
df5.mean(axis=0,level=0)