目录
1.前言
pandas is an open source, BSD-licensed library providing high-performance, easy-to-use data structures and data analysis tools for the Python programming language.
2.安装、卸载和导入
安装：pip install pandas
卸载：pip unstall pandas
导入：important pandas as pd
3.pandas常见数据类型
1）Series：一维带标签的数组
2）DataFrame：二维的Series容器
4.Series
（1）创建
pd.Series(list1, index = list2)
以list2为标签，list1为值，默认标签为索引值。
注意：list1和list2的长度要一致。
或
pd.Series(dict)
以key为标签，value为值。
ob.index获取标签
ob.value获取元素值
（2）更改元素类型
ob.astype(type)
与numpy的元素类型一样。
（3）索引和切片
1）按数字索引取值
ob[n]
2）按标签取值
ob[tag]
3）按切片取值
ob[m:n]
ob[tag1:tag2]
4）无顺序取值
ob[index_list]
按照index_list中的顺序取值，如ob['c', 'a', 'e']
5）布尔表达式取值
ob[ob>n]
取ob中大于n的元素值和其标签
（4）where方法
ob.where(cond, other=nan, inplace=False, axis=None, level=None, errors=‘raise’,
try_cast=False, raise_on_error=None)
cond：为判断条件
other：cond为False时，将元素值替换为other，默认为NaN
inplace：为Ture时，进行原地操作。
axis：默认为全轴，可指定轴
5.DataFrame
（1）创建
pd.DataFrame(2D_ndarray, index=list1, columns=list2)
index：0轴，axis=0，list1为行标签，默认为二维数组的range(2D_ndarray.shape[0])
columns：1轴，axis=1，list2为列标签，默认为二维数组range(2D_ndarray.shape[1]）
或
pd.DataFrame(dict)
其中dict=｛key1: [......], key2: [......], ......｝
value的索引值为行标签index，key为列标签column
（2）常用方法
ob.shape：显示行数，列数
ob[column].dtypes：显示该列的dtype，默认显示每一列的Series的dtype
ob.ndim：显示ob的维度
ob.index：显示行索引
ob.columns：显示列索引
ob.values：以ndarray的类型显示ob的元素值
（3）整体查询
ob.head(n)：查询头部n行，默认n=5
ob.tail(n)：查询尾部n行，默认n=5
ob.info()：查询ob的type、行索引信息、列索引信息、列详细信息、元素dtype、存储占
用；其中列详细信息有，#列索引，Column列标签，Non-Null Count统计非NaN的元素数量，
Dtype该列的dtype
ob.describe()：快速综合统计，均排除NaN的个数，count列元素个数，mean列平均
数，std列标准差，min列最小值，25%、50%、75%四分位数，max最大值
（4）排序方法
ob.sort_values(by, axis=0,ascending=Ture, inplace=False, kind='quicksort')
by：按字符顺序或者列表的字符顺序
axis：默认按0轴
ascending：默认升序
inplace：默认非原地操作
kind：默认快速排序方法
（5）切片和取值
1）切片
ob[start: end: step]用数字索引取行
ob[string]或ob[string_list]用列名取列
2）loc和iloc方法
ob.loc[]通过标签索引取行数据，例如ob.loc[index]或ob.loc[[index1, index2]]
ob.iloc[index, column]通过计算笛卡尔积获取坐标处元素，例如ob.iloc[0, 2]获取ob
中坐标为（0，2）的元素；ob.iloc[[0, 2], [1, 3]获取ob中坐标为（0，1）、（0，3）、
（2，1）、（2，3）的元素。
3）布尔索引
与Series相同且可以逻辑运算
6.pandas字符串处理方法
| ob.str. | 作用 |
| len() | 计算字符串长度 |
| strip(chars) | chars —— 要去除的字符 默认为空格或换行符。 等价于str.strip,去除字符串开头和结尾处指定的字符 |
| rstrip(chars) | chars —— 要去除的字符 默认为空格或换行符。 等价于str.rstrip ,删除字符串末尾的指定字符（默认为空格） |
| lstrip(chars) | chars —— 要去除的字符 默认为空格或换行符。 等价于str.lstrip,截掉字符串左边的空格或指定字符 |
| partition(sep) | sep —— 指定的分隔符。 等价于str.partition,根据指定的分隔符(sep)将字符串进行分割，从左边开始 |
| rpartition(sep) | sep —— 指定的分隔符。 等价于str.rpartition,根据指定的分隔符(sep)将字符串进行分割，从右边开始 |
| lower() | 等价于str.lower，所有大写字母转换为小写字母，仅限英文 |
| casefold() | 等价于str.casefold，所有大写字母转换为小写字母，包括非英文 |
| upper() | 等价于str.upper，小写字母转换为大写字母 |
| find(sub,start,end) | sub —— 要索引的子字符串。 start —— 索引的起始位置。默认值为0。 end —— 索引的结束位置。默认值为字符串长度len(str)。[start,end) 不包括end。 等价于str.find，查找字符串中指定的子字符串sub第一次出现的位置 |
| rfind(sub,start,end) | sum —— 要索引的子字符串。 start —— 索引的起始位置。默认值为0。 end —— 索引的结束位置。默认值为字符串长度len(str)。[start,end) 不包括end。 等价于str.rfind，查找字符串中指定的子字符串sub最后一次出现的位置 注：rfind()函数用法与find()函数相似，rfind()函数返回指定子字符串最后一次出现的位置，find()函数返回指定子字符串第一次出现的位置。 |
| index(sub, start, end) | sub —— 查找的子字符串。 start —— 索引的起始位置，默认为0。 end —— 索引的结束位置，默认为字符串的长度。 等价于str.index，查找字符串中第一次出现的子字符串的位置 |
| rindex(sub, start, end) | sub —— 查找的子字符串。 start —— 索引的起始位置，默认为0。 end —— 索引的结束位置，默认为字符串的长度。 等价于str.rindex，返回子字符串最后一次出现在字符串中的索引位置 |
| capitalize() | 等价于str.capitalize，将字符串的第一个字母变成大写，其余字母变为小写 |
| swapcase() | 等价于str.swapcase，将字符串str中的大小写字母同时进行互换 |
| normalize() | 返回Unicode 标注格式。等价于 unicodedata.normalize |
| translate() | 等价于str.translate，根据maketrans(intab, outtab，delchars)函数给出的字符映射表来转换字符 |
| isalnum() | 等价于str.isalnum，检测字符串是否由字母和数字组成 |
| isalpha() | 等价于str.isalpha，检测字符串是否只由字母组成 |
| isdigit() | 等价于str.isdigit，检测字符串是否只由数字组成 |
| isspace() | 等价于str.isspace，检测字符串是否只由空格组成 |
| islower() | 等价于str.islower，检测字符串中的字母是否全由小写字母组成 |
| isupper() | 等价于str.isupper，检测字符串中的字母是否全由大写字母组成 |
| istitle() | 等价于str.istitle，检测所有单词首字母是否为大写，且其它字母是否为小写 |
| isnumeric() | 等价于str.isnumeric，测字符串是否只由数字组成 |
| isdecimal() | 等价于str.isdecimal，检查字符串是否只包含十进制字符 |
| startswith(suffix, start, end) | suffix —— 后缀，可以是单个字符，也可以是字符串，还可以是元组（"suffix"中的引号要省略）。 start —— 索引字符串的起始位置。 end —— 索引字符串的结束位置。 等价于str.startswith(pat)，判断字符串是否以指定字符或子字符串开头 注意：空字符的情况。返回值通常也为True |
| endswith(suffix, start, end) | suffix —— 后缀，可以是单个字符，也可以是字符串，还可以是元组（"suffix"中的引号要省略，常用于判断文件类型）。 start —— 索引字符串的起始位置。 end —— 索引字符串的结束位置。 等价于str.endswith(pat)，判断字符串是否以指定字符或子字符串结尾 注意：空字符的情况。返回值通常为True |
| center(width, fillchar) | width —— 指定字符串总长度。 fillchar—— 要填充的单字符，默认为空格。 等价于str.center，即字符串str居中，两边用字符填充 |
| ljust(width, fillchar) | width —— 指定字符串的输出长度。 fillchar—— 将要填充的单字符，默认为空格。 等价于str.ljust，左对齐填充，并使用fillchar填充(默认为空格) |
| rjust(width, fillchar) | width —— 指定字符串的输出长度。 fillchar—— 将要填充的单字符，默认为空格。 等价于str.rjust，右对齐填充，默认为空格 |
| zfill(width) | width —— 指定字符串的长度,但不能为空。若指定长度小于字符串长度，则直接输出原字符串。 等价于str.zfill，右对齐，前面用0填充到指定字符串长度 |
| match() | 对每个元素调用re.match(),将会返回一个布尔数组 |
| extract() | 对每个元素调用re.match()，将会返回所有结果构成的字符串数组 |
| findall() | 对每个元素用re.findall() |
| replace() | 用正则模式替换字符串 |
| contains() | 对每个元素调用re.search()返回布尔类型 |
| count() | 计算符合正则表达式的字符串数量 |
| split(sep=None, maxsplit=-1) | sep —— 分隔符，默认为空格,但不能为空即(")。 maxsplit —— 最大分割参数，默认参数为-1。 等价于str.spilt(),支持正则表达式 |
| rsplit(sep=None, maxsplit=-1) | sep —— 分隔符，默认为空格,但不能为空即(")。 maxsplit —— 最大分割参数，默认参数为-1。 等价于str.rsplit()支持正则表达式 |
| join(sep) | sep——分隔符。可以为空。 指定分隔符，将Series中个元素的字符串连接起来 |
7.pandas中NaN的处理
pd.isnull(ob)或者pd.notnull(ob)判断ob内的元素是否为NaN
（1）删除NaN所在的行或者列
ob.dropna(axis=0 , how='any', inplace=False)
axis：默认按0轴删除
how：any表示含有就删除，all表示全部为NaN时才删除，默认为any
inplace：True时进行原地操作，默认为False
（2）填充中值或平均值或0
ob.fillna(ob.mean())、ob.fillna(ob.median())、ob.fillna(0)
1066
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
