pandas loc 正则匹配_数据分析—Pandas 的两种数据结构

【导语】想要学习用python做数据分析，当然少不了pandas，pandas 是用来清洗和加工数据的一个工具包，它能够方便灵活的处理大型数据集。

pandas主要用于处理非数值数据，numpy用来处理数值数据

Pandas的两种数据结构

一、series 一维的数组型对象，一列，它包含了值和标签

1、创建：可以通过列表、字典、数组

# 导入包import pandas as pdimport numpy as np

# 使用列表生成一个series
obj = pd.Series([4, 7, -5, 3])
print(obj)
print(obj.values)
print(obj.index)

# 使用数组生成一个Series
s2  = pd.Series(np.arange(7))

print(s2)

# 使用一个字典生成Series，其中字典的键，就是索引
s3 = pd.Series({'1':1, '2':2, '3':3})
print(s3)
print(s3.values)
print(s3.index)

2、索引：默认是从0开始，下面修改索引

obj2 = pd.Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])
print(obj2)
print(obj2['a'])

3、取值：根据行索引取值

# 取一个值

obj2['a']

# 取多个值

obj2[['a','c']]

# 取连续值

obj2['a':'c']

# 按条件取值

obj2[obj2 > 0]

4、常用属性和方法

print('e' in obj2)
print('b' in obj2)

sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
obj3 = pd.Series(sdata)
obj3

states = ['California', 'Ohio', 'Oregon', 'Texas']

obj4 = pd.Series(sdata, index=states) # 自动与dict的key匹配obj4

obj4


print(pd.isnull(obj4))
print(pd.notnull(obj4))

print(obj3 + obj4) # 数据自动对齐

二、DataFrame 二维， 多行多列，包含了行索引、列索引

1、 创建

data frame = pd.

2、 索引  有index行索引 和 columns列索引

frame = pd.DataFrame(data, columns=['year', 'state', 'pop']) # 指定列顺序frame

frame2 = pd.DataFrame(data,                  
columns=['year', 'state', 'pop', 'debt'],

index=['one', 'two', 'three', 'four', 'five']) # 分别指定行列名字，缺失值自动填充，比如debt列。

frame2

3、取值

①普通取值

# 通过索引返回指定列，返回类型为Series

print(frame2['state'])

print(frame2.year)
print(type(frame.state))


②loc[] 是对自定义行、列索引进行取值

# loc[] 第一个参数是行索引 第二个参数是列索引

df = pd.DataFrame([[1,2,3,4,5],[2,3,4,5,6]],['a','b'],['A','B','C','D','E'])

df

# 取单个值

df.loc['a','B']

# 取多个值


df.loc[['a','b'],'D']

# 取多个连续值 不遵循左开右闭 直接取值

df.loc[['a','b'],['D','E']]

③iloc[] 对默认的行、列索引的数据进行取值

df = pd.DataFrame([[1,2,3,4,5],[2,3,4,5,6]])

df

df = pd.DataFrame([[1,2,3,4,5],[2,3,4,5,6]],['a','b'],['A','B','C','D','E'])

df

print('C' in df.columns)

print(3 in df.index)

# 取单个值

df.iloc[0,3]

# 取多个值

df.iloc[[0,1],3]

# 取连续值 遵循左开右闭

df.iloc[0:1,0:4]

4、常用属性和方法

df = pd.DataFrame([[1,2,3,4,5],[2,3,4,5,6]],['a','b'],['A','B','C','D','E'])

df

print('C' in df.columns)

print(3 in df.index)

查看列类型: df.dtypes
查看行数列数:df.shape
查看列索引：df.colums
查看行索引：df.index
查看各个字段的记录数:df.count()
查看前五条数据：df.head()
查看最后五条数据：df.tail()
查看数据维度：df.ndim
查看数据对象值，二维数组：df.values
查看相关信息概览(行数，列数，列索引，列非空值个数，列类型，内存占用)：df.info()
快速综合统计结果(计数，均值，保准值，最大值，四分位数，最小值)：df.describe()
重命名，并覆盖原名：df.rename({'原名'：'新名'，inplace = true})
查看每列是否有空值：df.isnull().any()

希望本文的内容对大家的学习或者工作能带来一定的帮助，每天进步一点点，加油