python-pandas-numpy DAY_15（2）

学习内容：
1.pandas的基本操作
重点：
pandas作为数据分析被广泛应用，对于其指令，我不在一一介绍，通过具体代码展示，并会在代码后面附上其基本功能
1.创建二维数组

import numpy as np
import pandas as pd

s = pd.Series([1, 3, 5, np.NAN, 8, 4])  # 产生序列，并给对应值加上索引
print(s)
dates = pd.date_range("20190122", periods=7)  # 产生日期数组
print(dates)
data = pd.DataFrame(np.arange(28).reshape(7, 4), index=dates,
                    columns=['A', 'B', 'C', 'D'])  # 创建二维数组，行索引使用dates，列索引用列表的内容
print(data)

结果如下

0    1.0
1    3.0
2    5.0
3    NaN
4    8.0
5    4.0
dtype: float64
DatetimeIndex(['2019-01-22', '2019-01-23', '2019-01-24', '2019-01-25',
               '2019-01-26', '2019-01-27', '2019-01-28'],
              dtype='datetime64[ns]', freq='D')
             A   B   C   D
2019-01-22   0   1   2   3
2019-01-23   4   5   6   7
2019-01-24   8   9  10  11
2019-01-25  12  13  14  15
2019-01-26  16  17  18  19
2019-01-27  20  21  22  23
2019-01-28  24  25  26  27

还要第二种方法

a = {"A": 1, "B": pd.Timestamp("20190122"), "C": range(4), "D": np.arange(4)}
b = pd.DataFrame(a)
print(b)

结果如下

   A          B  C  D
0  1 2019-01-22  0  0
1  1 2019-01-22  1  1
2  1 2019-01-22  2  2
3  1 2019-01-22  3  3

无论怎么创建使用的语句都是pd（导入pandas的简称）.DataFrame()语句
2.数组的基本操作

print(data.index)#显示行索引
print(data.columns)#显示列索引
print(data.describe())#显示数组的常用数据

结果如下

DatetimeIndex(['2019-01-22', '2019-01-23', '2019-01-24', '2019-01-25',
               '2019-01-26', '2019-01-27', '2019-01-28'],
              dtype='datetime64[ns]', freq='D')
Index(['A', 'B', 'C', 'D'], dtype='object')
               A          B          C          D
count   7.000000   7.000000   7.000000   7.000000
mean   12.000000  13.000000  14.000000  15.000000
std     8.640988   8.640988   8.640988   8.640988
min     0.000000   1.000000   2.000000   3.000000
25%     6.000000   7.000000   8.000000   9.000000
50%    12.000000  13.000000  14.000000  15.000000
75%    18.000000  19.000000  20.000000  21.000000
max    24.000000  25.000000  26.000000  27.000000

排序操作

print(data.T)  # data的转置
print(data.sort_index(axis=1))  # 按行操作排序
print(data.sort_index(axis=1, ascending=False))  # 降序排列
print(data.sort_index(axis=0, ascending=False))  # 按行索引降序排列
print(data.sort_values(by="A"))  # 按值A 所在的行或列排序

使用标签的操作
已知标签

print(data.loc["20190122":"20190124"])#操作行索引

            A  B   C   D
2019-01-22  0  1   2   3
2019-01-23  4  5   6   7
2019-01-24  8  9  10  11

未知标签

print(data.iloc[2:4])#操作行索引

             A   B   C   D
2019-01-24   8   9  10  11
2019-01-25  12  13  14  15

print(data.loc[:,"B":"D"])#操作列索引

            B   C   D
2019-01-22   1   2   3
2019-01-23   5   6   7
2019-01-24   9  10  11
2019-01-25  13  14  15
2019-01-26  17  18  19
2019-01-27  21  22  23
2019-01-28  25  26  27

print(data.iloc[:, 2:3])#未知标签操作列索引


             C
2019-01-22   2
2019-01-23   6
2019-01-24  10
2019-01-25  14
2019-01-26  18
2019-01-27  22
2019-01-28  26

也可以同时对行列进行操作

print(data.iloc[2:4, 2:3])



             C
2019-01-24  10
2019-01-25  14

at操作

print(data.at[pd.Timestamp("20190124"),"B"])#按照索引找到对应位置的值

9


print(data.iat[1,1])#未知索引查找对应位置的值

5

对已有数组进行增加和过滤操作
增加

e = [
    1, 2, 3, 4, 5, 6, 7
]
data["E"] = e
print(data)


             A   B   C   D  E
2019-01-22   0   1   2   3  1
2019-01-23   4   5   6   7  2
2019-01-24   8   9  10  11  3
2019-01-25  12  13  14  15  4
2019-01-26  16  17  18  19  5
2019-01-27  20  21  22  23  6
2019-01-28  24  25  26  27  7
#这种方法在增加时必须要输入对应数量的内容，不然便会报错！！！！！

过滤

print(data.E.isin([3,4]))#在data的E索引下，所在的内容是否在标签3和4
#这里的3和4是在上一个应用中所创建


#返回的结果是布尔型，为判断
2019-01-22    False
2019-01-23    False
2019-01-24     True
2019-01-25     True
2019-01-26    False
2019-01-27    False
2019-01-28    False
Freq: D, Name: E, dtype: bool