走上数据分析之路【二】——Pandas常用功能及函数【一】

前言

写给自己，方便以后查阅

正文

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

Series

（1）values和index属性
【1】通过obj.values可以得到Series对象的以为ndarray数组

a = Series([10, 11, 12, 13])
a.values

结果：

array([10, 11, 12, 13], dtype=int64)

【2】obj.index可以得到Series对象的索引（一维）

a = Series([10, 11, 12, 13])
a.index

结果：

RangeIndex(start=0, stop=4, step=1)

（2）Series对象的创建
可由字典来创建，但不常用，因为一般做数据处理的任务都是直接导入的，应该很少自己创建Series和DataFrame对象，但还是提一下。

a = {'name':'xiaoming', 'weight':123}
b = Series(a)
b

结果：

name      xiaoming
weight         123
dtype: object

（3）判断Series对象里是否有NAN值
用obj.isnull()来做

a = {'name':'xiaoming', 'weight':123}
row = ['name', 'weight', 'height']
b = Series(a, index=row)
print(b)
b.isnull()

结果：

name      xiaoming
weight         123
height         NaN
dtype: object
name      False
weight    False
height     True
dtype: bool

DataFrame

（1）创建

data = {'name':['xiaoming','xiaogang'], 'weight':[123, 456], 'height':[178, 187]}
a = DataFrame(data, columns=['name', 'weight', 'height', 'others'], index=[11, 22])
a

结果：

说一下DataFrame对象的属性：df.columns和df.index
分别表示列和行，这么画一下更好理解：

另外，df.values可以返回一个二维ndarry的数组
（2）重新索引reindex
通过df.reindex()可以重新索引，很重要的一点是可以用它来做插值（设置method参数）

a = DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'b', 'c'], columns=['dd', 'ee', 'ff'])
a.head()

结果：

b = a.reindex(['a','b','d','c'], method='ffill')
b

（3）删除
【1】通过del删除列

del a['dd']
a

【2】删除一行/列（.drop）
注意：默认是删除行（axis=0），若想删除列需要设置axis=1

b = a.drop(['b','c'])  #删除index为b和c的两行
c = a.drop(['dd','ee'], axis=1)  #删除columns为dd和ee的两列

（4）常用索引
【1】索引列/行

【2】df.ix[]
这种方法更灵活地得到一个DataFrame对象的子集

b = a.ix[['a','b'], ['dd', 'ee']]
b

结果：