Series和DataFrame简单入门

关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总（持续更新中！）

（1）、导入库

from pandas import Series,DataFrame
import pandas
import numpy

（2）、Series简单创建与使用

#Serires
obj = Series([4,7,-5,3])  #简单创建Serires
print(obj)  #简单输出
print(obj.values)  #输出值
print(obj.index)    #输出索引

obj2 = Series([4,7,-5,3], index=['d','b','a','c'])    #指定索引
print(obj2)     #简单输出
print(obj2.index)   #输出索引
print(obj2['a'])    #根据索引输出单个值
obj2['d']=6      #根据索引修改值
print(obj2['d'])    #输出
print(obj2[['d','a','c']])  #输出多个值
print(obj2[obj2 > 0])   #按条件输出
print('b' in obj2)  #根据索引看数组里面是否有，返回True
print('e' in obj2)  #返回False

（3）、根据字典创建Series

#根据字典创建Series
sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44}
obj3 = Series(sdata)
print(obj3)

（4）、列表与字典进行匹配

#列表与字典进行匹配
sdata = {'Oer':56,'asdgr':32,'rgg':89,'greg':44}
states = ['Casfef','Oer','rgg','greg'] 
obj4 = Series(sdata, index = states)    #列表与字典进行匹配
print(obj4)
print(pd.isnull(obj4))  #查看数据是否为空
print(pd.notnull(obj4)) #查看数据是否非空

（5）、两个Serires相加

#两个Serires相加
obj1 = Series([3,7,-4,3], index=['q','b','a','c'])
obj2 = Series([4,7,-5,3], index=['d','b','a','g'])    
print(obj1 + obj2)  #两个Serires相加，具有共同索引的则相加，如果不是共同索引就置为NaN

（6）、修改索引的名字

#修改索引的名字
#obj = Series([4,7,-5,3], index=['d','b','a','g'])    
#obj.index = ['Bob','Steve','Jeff','Ryan']
#print(obj.index)

（7）、dataframe的简单应用

#dataframe的简单应用
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
        'year': [2000, 2005, 2006, 2007],
        'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data)     #根据字典创建DataFrame
frame2 = DataFrame(data, columns= ['state', 'pop', 'year'])     #指定列的排列顺序
frame3 = DataFrame(data, index= ['a','b','c','d'])     #指定行索引

（8）、获取DataFrame其中的一列（相当于Series）

#获取DataFrame其中的一列（相当于Series）
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
        'year': [2000, 2005, 2006, 2007],
        'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data,index= ['q1','q2','q3','q4'])     #根据字典创建DataFrame
print(frame['year'])    #获取其中的一列
print(frame.loc['q2'])    #获取其中的一行

（9）、修改DataFrame中的值

#修改DataFrame中的值
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
        'year': [2000, 2005, 2006, 2007],
        'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data,index= ['q1','q2','q3','q4'])     #根据字典创建DataFrame
frame['grg'] = numpy.arange(4)  #修改某一列的值
val = Series([8.2,8.5,8.7], index=['q1','q3','q4'])     #修改指定列的值
frame['pop'] = val
print(frame)

（10）、输出DataFrame整体值

#输出DataFrame整体值
data = {'state': ['fergre', 'gerg', 'bhtr', 'hbtr'],
        'year': [2000, 2005, 2006, 2007],
        'pop' : [1.5,2.4,3.6,5.5]}
frame = DataFrame(data,index= ['q1','q2','q3','q4'])     #根据字典创建DataFrame
print(frame.values)

（11）、DataFrame的构造函数