dataframe drop_Pandas中Series和DataFrame基础功能详解

作者：Zarten 知乎专栏：python数据分析与挖掘深入详解 知乎ID： Zarten 简介： 互联网一线工作者，尊重原创并欢迎评论留言指出不足之处，也希望多些关注和点赞是给作者最好的鼓励 ！

概述

这篇将介绍Series和DataFrame公有的一些重要的基础功能知识点。

重新索引排列

重新索引排列是指：可以将索引重新排列，若给出的新索引在旧索引中不存在时，会引入缺失值NaN。

重新索引排列不会改变原来的对象，而是会生成一个重新排列索引的对象。

使用Series和DataFrame的reindex()方法即可。

Series

import 

有时重新排列时，若新增一个之前没有的索引时值会自动填充NaN，若不想填充NaN，可以使用参数method= ‘ffill’，这时填充值会跟前面的值一样

同时也可以使用参数 fill_value 来自己指定值，如下

DataFrame

DataFrame也是一样的，若不指定，默认是重新排列行，若指定列，也可重新排序列。

import 

若需要重新排序列，只需指定参数columns即可

删除指定索引

删除指定的一个或多个索引及其对应的值，使用drop()方法，默认是产生一个新的对象，不会改变原有对象。

删除多个索引时传入一个列表

注意：若指定的索引不存在时，会报错

Series

import 

上面使用drop后都会产生一个新的对象，不会改变原对象。若想直接在原对象上进行删除，可以使用参数 inplace= True （慎用！！！）

DadaFrame

同样，默认是删除行，若要删除列索引及值，使用axis参数，axis默认为0代表行，1代表列

import 

相同数据结构间的算术运算

相同的数据结构（Series和DataFrame）间的算术运算，跟并集的思想类似，也就是没有对应的索引时，会自动填充NaN

Series

import 

若想填充自己指定的值时，可以使用add方法，参数fill_value

import 

DataFrame

DataFrame数据结构算术运算时就比较刁钻了，必须是行和列索引都相同时才能相加，若有一个不同就是NaN

import 

还有其他的一些算术运算如下图，这里将不再阐述，大同小异

Series与DataFrame之间的运算

这两者间的运算会广播到所有元素。

若互相都没有相同的索引时，同样会产生NaN

import 

从上图可以看到，DataFrame每一行都减去了Series。

更多的操作可以详细阅读官方文档。

排序

索引排序：

行或列索引排序，使用sort_index()函数，默认是行索引排序，且默认是升序

值排序：

也可对值排序，使用函数sort_values()函数

Series

import 

索引排序：

值排序：

DataFrame

import 

索引排序：

由上图可看到，默认为行索引排序，若需要列索引排序，只需指定axis=1 即可

值排序：

由于DataFrame是行和列组成，值排序是列的由上到下的排序，可指定一列或多列，通过by参数

也可以进行多列排序，只需传入参数by一个列表即可。根据by指定的顺序优先排列

统计

下面将介绍一些常用的统计方法

求和

使用函数sum()，默认是每一列求和，可以通过参数axis来设置行或列，DataFrame的结果是一个Series对象

Series

import 

DataFrame

import 

由上图可看到，求和默认是每列求和，若需要每行求和，可使用参数axis= 0

还有其他参数，如：若存在NaN时，默认结果会剔除NaN，可通过参数skipna设置。

其他参数如下图所示：

其他统计方法

比如比较常用的describe()函数，一次可以统计出多方面的信息

import 

由上图看到，结果有多项，都是针对列而言，具体含义如下：

count : 计数（此列的总个数）

mean :平均值

std :标准差

min :最小值

25% :下四分位

50% :中位数

75% :上四分位

max :最大值

其他统计函数如下所示：

第三方库统计工具

第三方库：pandas-profiling

官方地址：pandas-profiling/pandas-profiling

自动生成全方位的统计信息