Pandas
Pandas 的数据结构:Pandas 主要有 Series(一维数组),DataFrame(二维数组),Panel(三维数组),Panel4D(四维数组),PanelND(更多维数组)等数据结构。其中 Series 和 DataFrame 应用的最为广泛。
- Series 是一维带标签的数组,它可以包含任何数据类型。包括整数,字符串,浮点数,Python 对象等。Series 可以通过标签来定位。
- DataFrame 是二维的带标签的数据结构。我们可以通过标签来定位数据。这是 NumPy 所没有的。
创建 Series 数据类型
从列表创建 Series:
前面的 0, 1, 2, 3, 4 为当前 Series 的索引,后面的 0, 1, 2, 3, 4 为 Series 的值。
从 Ndarray 创建 Series:
rand 函数用于生成在区间 (0,1) 均匀分布的随机数。
从字典创建Series
Series基本操作
修改Series索引
Series 纵向拼接:
Series 按指定索引删除元素:
Series 修改指定索引元素:
Series 按指定索引查找元素:
Series 切片操作:
Series 运算
Series 加法运算:
Series 的加法运算是按照索引计算,如果索引不同则填充为 NaN(空值)。
Series 减法运算:
Series的减法运算是按照索引对应计算,如果不同则填充为 NaN(空值)。
Series 乘法运算:
Series 的乘法运算是按照索引对应计算,如果索引不同则填充为 NaN(空值)。
Series 除法运算:
Series 的除法运算是按照索引对应计算,如果索引不同则填充为 NaN(空值)。
Series 求中位数:
Series 求和:
Series 求最大值:
Series 求最小值:
创建 DataFrame 数据类型
与 Sereis 不同,DataFrame 可以存在多列数据。一般情况下,DataFrame 也更加常用。
通过 NumPy 数组创建 DataFrame:
通过字典数组创建 DataFrame:
查看 DataFrame 的数据类型:
DataFrame 基本操作
预览 DataFrame 的前 6行数据:
查看 DataFrame 的后 3 行数据:
查看 DataFrame 的索引:
查看 DataFrame 的列名:
查看 DataFrame 的数值:
查看 DataFrame 的统计数据:
DataFrame 转置操作:
对 DataFrame 进行按列排序:
对 DataFrame 数据切片:
对 DataFrame 通过标签查询(单列):