pandas dataframe column_pandas回顾小结（一）

回顾pandas的一些内容

pandas是一个用于数据分析的库，必备库，官网：pandas documentation

pandas最核心的两个数据结构：Series、DataFrame

先看看pandas安装是否成功

import pandas as pd
pd.__version__

Series

用来表示一维数据结构，和数组类似，由index和value组成

class pandas.Series( data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

s = pd.Series([3,5,7])

创建一个Series对象

0,1,2就是默认初始化的索引，3,5,7是我们传入的data

我们当然也可以传入index

s = pd.Series([3,5,7], index=['one', 'two', 'three'])

我们可以查看Series的index和value

s.index
s.values

这里，我们可以发现，index和value都是有dtype的，就都是有类型的

筛选

这里和numpy很像，可以使用索引来选择指定元素

这里可以使用index做筛选，也可以使用索引，这个index理解为标签

s['one']
s['two']

s[1]
s[1:2]

在numpy中提到的一些筛选方法，Series中同样适用

比如，布尔数组筛选

s[s>5]

基本的四则运算

s+1
s*2

常用函数

获取唯一值：

Series.unique()

返回series中的唯一值

s = pd.Series([1,3,3,4,5,5,7])
s.unique()

还有一个类似的函数

Series.value_counts( normalize=False, sort=True, ascending=False, bins=None, dropna=True)

返回的也是唯一值，但是多了唯一值出现的次数

s.value_counts()

Series.isin( values)

判断所属关系，是否包含指定的元素

s = pd.Series(['lama', 'cow', 'lama', 'beetle', 'lama', 'hippo'], name='animal')
s.isin(['cow', 'lama'])

这里返回的是一个Boolean数组，正好可以用来筛选数据

s[s.isin(['cow', 'lama'])]

Series.isna() Series.isnull()

用来判断是否包含NaN（Not a Number）

s = pd.Series(['aaa', 'bbb', np.NaN])
s.isna()

相对应的还有

Series.notna() Series.notnull()

上述4个函数返回的也是Boolean数组，都可以用来筛选

---

DataFrame

DataFrame就是将Series拓展到多维，和日常使用的Excel非常像

DataFrame除了有index，还有column，就像行索引和列索引

class pandas.DataFrame( data=None, index=None, columns=None, dtype=None, copy=False)

df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})
df

这里，会将key自动识别为column，自动生成index

我们也可以直接传入data，指定index和column

df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'], index=['one','two'])

基础信息

df.index
df.columns
df.values

筛选数据

可以使用columns直接进行筛选

df['a']
df[['a','b']]