Pandas库的数据类型的操作和运算

数据类型的操作

改变Series和DataFrame对象
重新索引： 使用reindex()改变和重排Series和DataFrame索引
方法：index指索引，cloumns表示第一行索引,后面还可以接上更多参数

.reindex(index=None,cloumns=None，.....)

使用以下代码，会发现重新索引后出现的都是NaN，新加的索引并不会存在旧值，这个时候会产生缺省，缺省使用NaN补齐

>>> a={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([4,5,6,7],index=['a','b','c','d'])}
>>> b=pd.DataFrame(a)
>>> b
   one  two
a  1.0    4
b  2.0    5
c  3.0    6
d  NaN    7
>>> b=b.reindex(index=['q','w','e','r'])
>>> b
   one  two
q  NaN  NaN
w  NaN  NaN
e  NaN  NaN
r  NaN  NaN
#使用上述定义好的b，注意，b的值已经被改变了，再一次运行生成b的代码
>>> b=b.reindex(columns=['three','four'])
>>> b
   three  four
a    NaN   NaN
b    NaN   NaN
c    NaN   NaN
d    NaN   NaN

参数表

参数名	描述
index 、clumns	新的行列自定义索引
fill_value	重新索引中，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，生成新对象。为False时，新旧相等不复制

代码案例：以上述代码b原本为例

>>> b.index
Index(['a', 'b', 'c', 'd'], dtype='object')
>>> b.index
Index(['one', 'two'], dtype='object')

通过上述代码我们发现，b.index b.index的数据类型都是Index（索引类型）

索引类型的常用的方法

方法名	描述
.append(idx)	连接另一个index对象，产生一个新的Index对象
.diff(idx)	计算差集，产生一个新的Index对象
.intersection(idx)	计算交集，产生一个新的Index对象
.union(idx)	计算并集，产生一个新的Index对象
.delete()	删除loc位置的元素
/insert(loc,e)	在loc位置新增一个元素e

案例代码如下

>>> b
   one  two
a  1.0    4
b  2.0    5
c  3.0    6
d  NaN    7
>>> nc=b.columns.delete(1)
>>> nc
Index(['one'], dtype='object')
>>> ni=b.index.insert(5,'100')
>>> nd=b.reindex(index=ni,columns=nc,method='ffill')
>>> nd
     one
a    1.0
b    2.0
c    3.0
d    NaN
100  NaN

删除Series和DataFrame指定行和索引列
使用.drop()
案例代码如下：在操作DataFrame对象时，需要制定axis，而操作Series对象则不需要指定，因为axis，默认为0值

>>> b
   one  two
a  1.0    4
b  2.0    5
c  3.0    6
d  NaN    7
>>> b.drop(['a'])
   one  two
b  2.0    5
c  3.0    6
d  NaN    7
>>> b.drop('one',axis=1)
   two
a    4
b    5
c    6
d    7

数据类型的运算

1.0 算术运算：

• 法则
  根据行列索引，补齐后运算，（只有相同的行列会进行运算），默认产生浮点数
  补齐时，缺省填充为NaN
  二维和一维、一维和0维之间为广播运算
  使用 + - * / 符号进行的二元运算将会产生新的对象

案例代码如下：- 、 * 、 / 、同理

>>> import numpy as np
>>> import pandas as pd
>>> a=pd.DataFrame(np.arange(12).reshape(3,4))
>>> a
   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
>>> b=pd.DataFrame(np.arange(20).reshape(4,5))
>>> b
    0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
>>> a+b
      0     1     2     3   4
0   0.0   2.0   4.0   6.0 NaN
1   9.0  11.0  13.0  15.0 NaN
2  18.0  20.0  22.0  24.0 NaN
3   NaN   NaN   NaN   NaN NaN

方法形式运算,优势在于可以添加参数

方法名	描述
.add(a,**argws)	加
.sub(a,**argws)	减
.mul(a,**argws)	乘
.div(a,**argws)	除

案例代码
表示将NaN的值补齐为100，再参与运算 # a和 b的值沿用上述代码

>>> b.add(a,fill_value=100)
       0      1      2      3      4
0    0.0    2.0    4.0    6.0  104.0
1    9.0   11.0   13.0   15.0  109.0
2   18.0   20.0   22.0   24.0  114.0
3  115.0  116.0  117.0  118.0  119.0

不同维度的运算
将进行广播运算：案例代码：

>>> c=pd.Series(np.arange(5))
>>> c-10   #一维与0维之间
0   -10
1    -9
2    -8
3    -7
4    -6
dtype: int32
>>> b-c    #二维与一维之间的运算
    0   1   2   3   4
0   0   0   0   0   0
1   5   5   5   5   5
2  10  10  10  10  10
3  15  15  15  15  15

2.0 比较运算：

• 法则
  只比较相同索引的元素，不进行补齐
  二维和一维、一维和0维之间为广播运算
  使用>= <= == != 符号进行的二元运算将会产生布尔对象

案例代码：其他比较同理。

>>> a=pd.DataFrame(np.arange(12).reshape(3,4))
>>> d = pd.DataFrame(np.arange(12, 0, -1).reshape(3, 4))
>>> a>d
       0      1      2      3
0  False  False  False  False
1  False  False  False   True
2   True   True   True   True
#不同维度之间进行比较
>>> a>c  #二维对一维进行比较
       0      1      2      3      4
0  False  False  False  False  False
1   True   True   True   True  False
2   True   True   True   True  False
>>> c>0   #一维对0维进行比较
0    False
1     True
2     True
3     True
4     True
dtype: bool