数据分析（python）学习笔记04: Pandas极简笔记

自己用来总结的pandas笔记，个人向，记得比较简单

目录

简介

数据结构

series

dataframe （二维数组，每列值为series）

时间序列

数值计算和统计基础

文本数据

操作数据

数据分组

透视表和交叉表

文件读取

---

 

• 简介

  • 基于numpy构建，兼容各种数据库，可之间读取数据

• 数据结构

  • series

    • 带标签的一维数组，可保存任何类型，更像有顺序的字典
    • index 标签（类型为rangeindex） values 值（类型为数组）index值一样调取会返回两个值
    • 创建
      • 字典创建 dic = {'a':1,'b',2} s= pd.Series(dic)
      • 一维数组创建 s =pd.Series(np.random.rand(10),index=list('abcdefh'))#list数量需与数组数量一致
      • name 创建数组的名称，srt格式 ，没有则输出none ; s2.rename(ar) 重命名数组
      • 标量创建 pd.Series(100,index= range(4))
      • print（s） 会输出name,dtype
    • 索引
      • 下标索引 type(s[6]) 显示numpy 的浮点型；s[7].dtype 为float
      • 标签索引
        • 选取多个标签，用两个中括号 s[['a','b']]
        • 多标签索引结果是新的数组
      • 切片索引
        • 标签 s['a':'c']
        • 下表 s[1:4]左闭右开 ，共三个
        • 默认数字是下标
      • 布尔型索引
        • bs = s.isnull() 或notnull s[bs] ；s [s>50] #数组判断后，返回有布尔值组成的新数组
    • 基本技巧
      • 数据查看 s.head （） 查看前五条数据 s.tail() 查看最后五条
      • 重新索引 reindex() 根据新的索引重新排序
      • 对齐 根据index自动对齐
      • 删除 drop（'n',inplace=true）inplace 是否代替原值，不代替会生成新的副本
      • 添加
        • 直接索引添加
        • .append() 直接添加一个数组，不改变之前数组

  • dataframe （二维数组，每列值为series）

    • 简介
      • 表格型数据，有标签的二维数组
      • 带有行标签index，列标签ndarray
      • .index查看行标签 .columns 查看列表去 .values查看值
    • 创建
      • 数组/list组成的字典创建
        • pandas.Dataframe(data1,index=['a','b','c']) columns,重新指定列或列的数据
      • 由series组成字典
        • data1={'one':pd.Series(np.random.rand(2),index=['a','b']),'two':pd.Series(np.random.rand(3),index=['a','b',c])}
      • 二维数组直接创建
        • ar = np.random.rand(9).reshape(3,3) df = pd.DataFrame(ar,index =['a','b','c'],columns=['one'