dataframe修改数据_数据分析pandas

Data本节主要介绍Pandas在数据分析中的应用

pandas是一种快速，强大，灵活且易于使用的开源数据分析和处理工具，

建立在Python编程语言和numpy之上。主要特点如下:

• 具备按轴自动或显示数据对齐功能的数据结构

• 集成时间序列功能

• 数学运算简约

• 灵活处理缺失数据

• 合并关系型运算

pandas两大数据结构：Series and DataFrame

Series是一种类似于一维数组的对象，它由一组数组以及一组与之对应的标签组成。仅由一组数据即可产生最简单的series. 基本数据结构如下图所示：

常见操作如下:

可以将Series 看成一个定长的有序字典，是索引值到数据的一个映射

DataFrame

DataFrame是一种表格型数据结构，它包含有一组有序的列，每列可以是不同的值烈性。DataFrame既有行索引也有列索引，可以看做由series组成的字典。具体数据结构如图所示:

构建DataFrame数据结构,常见基本操作

算术运算中，自动对齐不同的索引数据

DataFrame构造器的数据

索引对象

负责管理轴坐标和其他元数据，构建Series和DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index, index的值无法修改，可以保证多个数据结构之前安全共享。

pandas中的主要index对象

index的方法和属性

基本功能

介绍操作数据容器Series和DataFrame中的数据的基本手段。

重新索引

pandas对象的一个重要方法是reindex，其作用是创建一个适应新索引的新对象。

对于dataFrame，reindex可以修改(行)索引、列，或两个都修改。如果仅传入一个序列，则会重新索引行

丢弃指定轴上的项

索引，选取和过滤

DataFrame 索引选项

• DataFrame.at

• Access a single value for a row/column label pair.

• DataFrame.iloc

• Access group of rows and columns by integer position(s).

• DataFrame.xs

• Returns a cross-section (row(s) or column(s)) from the Series/DataFrame.

• Series.loc

• Access group of values using labels.

算术运算和数据对齐

df1+df2

Equivalent to dataframe + other, but with support to substitute a fill_value for missing data in one of the inputs. With reverse version, radd.

Among flexible wrappers (add, sub, mul, div, mod, pow) to arithmetic operators: +, -, *, /, //, %, **.

DataFrame和Series之间的运算

相减

函数应用与映射

排序和排名

根据条件对内置序列进行排序。要对行或列索引进行排序

汇总和描述性统计

描述性统计函数

相关系数和协方差

数据基础

相关系数

协方差

唯一值、值计数以及成员资格

处理缺失数据

层次化索引

重排分级数据

使用级别汇总统计

使用DataFrame的列