Pandas常用操作（一）

安装pandas

pip install pandas

创建Series

Series是pandas中的一种数据类型，类似于字典，是一种一维的、含索引的数据类型，当然index索引也可以自定义。

import pandas as pd
import random
import string
# 创建Series,传入列表作为value值，index值默认
t0 = pd.Series([1,2,3,4])
print(t0)
print(type(t0))

# 指定index索引为a,b,c,d,e
t1 = pd.Series([random.randint(2,9) for i in range(5)],index=list('abcde'))
print(t1)

# 通过字典创建，字典的key值会转化为Series的index
# value值作为Series的value值
t_dict = {
   '猪头':24,'haha':True,23:'OK'}
t2 = pd.Series(t_dict)
print(t2)

# string.ascii_uppercase[i]表示第i个大写字母
_t = {
   string.ascii_uppercase[i]:i for i in range(0,11)}
t3 = pd.Series(_t)
# 修改value的数据类型，修改之后要重新赋值
t3 = t3.astype(float)
print(t3)

# 这里Series在创建时已经传入了index和value,而string.ascii_uppercase[5:15]
# 和index有交叉的部分，这里t4最终得到的是交叉部分的值以及剩余index对应NaN值
t4 = pd.Series(_t,index=list(string.ascii_uppercase[5:15]))
print(t4)

# 根据索引取值
print(t4['G'])

# 这种写法会将index也写出来，这是按行取值
print(t4[0:1])
print(t4[:2])

# 取index，结果是一个pandas.core.indexes.base.Index类型，并且是可迭代对象
print(t4.index)
print(list(t4.index))           # 强制类型转换为列表

# 取value值，为numpy.ndarray类型
print(t4.values)
print(type(t4.values))

# pandas的where方法和numpy的where方法有所区别
# numpy的where方法用于修改数组，t.where(t>10,20)将t中所有大于10的数修改为20
# pandas的where方法用于筛选，t.where(t>10,20)，将t中所有大于10的数不做改变，其余数改称20

pandas读取数据

import pandas as pd
import numpy as np
from pymongo import MongoClient

# numpy的loadtxt方法不仅仅可以读csv文件，以下是numpy读取方式
path = './haha.txt'
# 需指定分隔符，读取后的数据类型
t = np.loadtxt(path,delimiter=',',dtype=int)
print(t)

# pandas读取csv文件，不需要指定','或者其他符号作为分隔符，也不需要指定读取后的类型
#与numpy读取的区别是，如果csv文件中有多列，读取出来的结果是DataFrame类型，并且第一行默认作为列索引columns
t = pd.read_csv('./youtube_video_data/GB_video_data_numbers.csv')
print(t)

创建DataFrame

import numpy as np
import pandas as pd

# 创建DataFrame,3行4列，使用默认的行索引和列索引
t = pd.DataFrame(np.arange(1,13).reshape(3,4))
print(t)

# 传入index和columns参数
t = pd.DataFrame(np.arange(1,13