Pandas常用函数操作示例

一、概述

本文主要记录一些常用的pandas 操作示例， 可收藏用作日常编码中的速查手册。

用到的示例可以在下面的索引分类中找到。

二、目录

三、示例

注：以下示例部分参考《利用python进行数据分析》一书

1. pandas 创建 Series

Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。

Series的字符串表现形式为：索引在左边，值在右边。

通过 list 创建 series

通过 list 创建 series不指定索引时候，索引自动生成

 from pandas import Series
 list_data = [4, 7, -5, 3]
 series_data = Series(list_data )

通过 dict 创建 Series

此种情况下，字典的key为series的索引值

from pandas import Series
dict_data = {
   'Ohio': 35000,  'Oregon': 16000, 'Utah': 5000}
series_data = Series(dict_data )

通过 DataFrame 获取 Series

通过DataFrame 获取某一行、某一列，等到的返回结果是series

from pandas import Series,DataFrame
data = {
   'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002],
        'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
frame = DataFrame(data)
series_data = frame['state']

创建 series 时候指定索引

通过index指定索引， 生成出来的索引带顺序

from pandas import Series
dict_data = [35000,16000,5000]
series_data = Series(dict_data , index = [ 'Ohio','Oregon','Utah' ])

2. pandas 创建 DataFrame

---

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。
DataFrame既有行索引（index）也有列索引(columns)

通过字典创建 DataFrame

key会变成列索引，key里边的值成为列里边的数据，行索引没有指定的话会由pandas自动生成

from pandas import DataFrame
data = {
   'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        'year': [2000, 2001