Pandas基本操作

Pandas基本操作

import pandas as pd
import numpy as np

• Series类似一位数组的用法

>>> a=pd.Series(['a',1,'e',2,np.nan,66])
>>> a
0      a
1      1
2      e
3      2
4    NaN
5     66
dtype: object

• 用DataFrame构建数据框，index和columns分别可以设置行和列名：

>>> tf = pd.DataFrame(np.random.randn(6,4),index=['a','b','c','d','e','f'])
>>> tf
          0         1         2         3
a -1.547627  0.507147 -1.243817 -0.472008
b  0.212566 -0.160688 -0.450790 -1.311296
c  1.636306 -0.656181  1.189830 -0.185942
d  0.195594  0.229884  0.760757  0.167061
e  0.999479 -0.133732  0.318888  0.392381
f  1.566487 -0.956839  0.841864 -1.084695

• 用字典的形式导入DataFrame。Timestamp构造时间；Categorical构造分类变量。

>>> tf1 = pd.DataFrame({'A':1.,'B':pd.Timestamp('20180816'),'C':pd.Series([3]*5),'D':pd.Categorical(['ss','d','fg','ew','g']),'E':np.array([2]*5,dtype='int64'),'F':np.arange(5)})
>>> tf1
     A          B  C   D  E  F
0  1.0 2018-08-16  3  ss  2  0
1  1.0 2018-08-16  3   d  2  1
2  1.0 2018-08-16  3  fg  2  2
3  1.0 2018-08-16  3  ew  2  3
4  1.0 2018-08-16  3   g  2  4

• sort_values和sort_index可以将DataFrame对值和行列名进行排序。其中，sort_values的by= 可以指定列，ascending= 可以指定方向。对于 sort_index，axis=1是对列名排序，axis=0对行名排序。

>>> tf1.sort_values(by='F',ascending=False)
     A          B  C   D  E  F
4  1.0 2018-08-16  3   g  2  4
3  1.0 2018-08-16  3  ew  2  3
2  1.0 2018-08-16  3  fg  2  2
1  1.0 2018-08-16  3   d  2  1
0  1.0 2018-08-16  3  ss  2  0
>>> tf1.index
RangeIndex(start=0, stop=5, step=1)
>>> tf1.columns
Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')
>>> tf1.sort_index(axis=1,ascending=False)
   F  E   D  C          B    A
0  0  2  ss  3 2018-08-16  1.0
1  1  2   d  3 2018-08-16  1.0
2  2  2  fg  3 2018-08-16  1.0
3  3  2  ew  3 2018-08-16  1.0
4  4  2   g  3 2018-08-16  1.0
>>> tf1.sort_index(axis=0,ascending=False)
     A          B  C   D  E  F
4  1.0 2018-08-16  3   g  2  4
3  1.0 2018-08-16  3  ew  2  3
2  1.0 2018-08-16  3  fg  2  2
1  1.0 2018-08-16  3   d  2  1
0  1.0 2018-08-16  3  ss  2  0

• 修改列名

tf1.rename(columns = {'key':'key2'},inplace=True)

---

数据清洗，排序，索引设置，数据选取