pandas numpy python_Python之Pandas and Numpy 吐血整理（持续更新！！！）

# -*- coding:utf-8 -*-

"""

Pandas使用例子

"""

import pandas as pd

# TODO Series => 一维的数组型对象(长度固定且有序的字典)

# 创建数组

pd.Series(dict(names='Evan', id=66)) # 使用字典生成一个Series(字典的键是行索引)

test = pd.Series(['aa', 'bb', 'cc', 'aa'], index=[1, 3, 5, 7]) # 使用列表生成一个Series，并指定行索引值(默认从0开始)

test.name = 'Data' # 指定数组名称

test.index.name = 'Info' # 指定行索引名称

# 查看数组属性

print('返回数组名称\n{}'.format(test.name))

print('返回指定行索引内的值\n{}'.format(test[3]))

print('返回数组的所有值\n{}'.format(test.values))

print('返回数组的所有索引\n{}'.format(test.index))

print('返回数组所有的唯一值(去重)\n{}'.format(test.unique()))

print('返回数组所有值的出现次数(默认降序)\n{}'.format(test.value_counts()))

print('计算数组中每个值是否包含于传入序列的值，返回一个布尔值\n{}'.format(test.isin(['aa', 'cc'])))

# TODO DataFrame => 二维的数组型对象(或多维)

# 创建数组

# 1. 使用嵌套字典格式创建DataFrame(字典的键作为列标签，内部字典的键作为行索引)

data = {

'Name': {'Evan': 1, 'Jane': 2},

'Id': {'Evan': 11, 'Jane': 22}

}

print('使用嵌套字典构建DataFrame\n{}'.format(pd.DataFrame(data)))

# 2. 使用字典列表格式创建DataFrame(字典的键为列标签，行索引默认从0开始，列表内的所有值是每一列的值)

data = {

'Name': ['Evan', 'Jane', 'Spring', 'Summer', 'Autumn', 'Winter'],

'Id': [66, 77, 88, 99, 100, 110],

'Stature': [177, 160, 150, 167, 180, 190],

'Weight': [65, 45, 50, 60, 65, 70]

}

frame = pd.DataFrame(data, columns=['Id', 'Name', 'Weight', 'Stature'], index=[3, 2, 1, 6, 5, 4]) # 指定列标签顺序、行索引值

print('构建指定列标签顺序和行索引的DataFrame\n{}'.format(frame))

# 查看数组属性

print('返回数组的行索引是否唯一\n{}'.format(frame.index.is_unique))

print('返回数组的头5行\n{}'.format(frame.head()))

print('返回指定行索引内的指定列标签值(使用轴标签)\n{}'.format(frame.loc[2, ['Id', 'Weight']])) # 使用行索引和列标签的值

print('返回指定行索引内的指定列标签值(使用整数标签)\n{}'.format(frame.iloc[1, [0, 2]])) # 使用行索引和列标签的位置

print('返回指定行索引内的所有值\n{}'.format(frame.loc[2]))

print('返回指定列标签内的所有值\n{}'.format(frame['Name']))

print('返回数组所有的列标签\n{}'.format(frame.columns))

print('返回数组所有的值\n{}'.format(frame.values))

print('返回数组中所有值在每一列的出现次数(没有的默认为0)\n{}'.format(frame.apply(pd.value_counts).fillna(0)))

print('返回数组中指定列标签内所有值的出现次数\n{}'.format(pd.value_counts(frame['Weight'])))

print('返回数组中指定列标签内所有的唯一值(去重)\n{}'.format(pd.unique(frame['Weight'])))

# TODO 数组操作(Serials和DataFrame一致)

# 对数组排序

# inplace默认False，代表是否改变原数组，为True时返回None，False返回一个新数组

print('根据行索引排序(默认升序)\n{}'.format(frame.sort_index(inplace=True)))

print('根据行索引排序(降序)\n{}'.format(frame.sort_index(ascending=False))) # 指定降序

print('根据列标签排序\n{}'.format(frame.sort_index(axis='columns')))

data = pd.Series([3, 6, -5, 8, 3])

print('根据数组值排序\n{}'.format(data.sort_values()))

print('根据指定列标签排序\n{}'.format(frame.sort_values(by=['Weight', 'Stature'])))

# 对数组排名

print('对所有值进行排名(默认升序)\n{}'.format(data.rank())) # 默认升序排名，平级全部取平均值

print('对所有值进行排名(降序)\n{}'.format(data.rank(ascending=False))) # 降序排名，平级全部取平均值

print('平级关系取最小值，占用坑位\n{}'.format(data.rank(method='min'))) # 平级关系全部取最小值，每个平级关系占用一个坑位

print('平级关系取最小值，不占用坑位\n{}'.format(data.rank(method='dense'))) # 平级关系全部取最小值，平级关系不占用坑位

print('平级关系取最大值，占用坑位\n{}'.format(data.rank(method='max'))) # 平级关系全部取最大值，每个平级关系占用一个坑位

print('按观察顺序排名\n{}'.format(data.rank(method='first'))) # 按照值在数据中出现的次序分配排名

# 重新构建数组

# ffill向前填充(缺失值和其前面的值相同)，bfill向后填充(缺失值和其后面的值相同)

print('重新构建数组的行索引\n{}'.format(frame.reindex([1, 3, 5, 7], method='ffill')))

# fill_value赋给缺失值

print('重新构建数组的行索引\n{}'.format(frame.reindex([2, 4, 6, 8], fill_value='world')))

print('重新构建数组的列标签\n{}'.format(frame.reindex(columns=['Id', 'Weight', 'happy'], fill_value='news')))

# 删除指定的项目

print('删除指定行\n{}'.format(frame.drop([1, 3])))

print('删除指定列\n{}'.format(frame.drop(['Id', 'Weight'], axis='columns'))) # axis控制轴的位置，默认为index