Day12

Pandas入门

一、创建对象

创建一个Series通过传递值的列表

import numpy as np
import pandas as pd
s = pd.Series([1,3,5,np.nan,8])
#此时打印s为，以列来看
0    1.0
1    3.0
2    5.0
3    NaN
4    8.0
dtype: float64

DataFrame通过传递带有日期时间索引和带标签的列的NumPy数组来创建一个：

dates = pd.date_range("20201026",periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=list("ABCD"))
#打印df为，DataFrame的第一个输入参数为数据源，index为行label，columns为列label

DataFrame通过传递对象的字典来创建，这些对象可以转换为类似序列的对象。

二、查看数据

1、head()，默认读取为前五行；

df.head()

2、tail()方法可设置读取行数；

df.tail(2)

3、显示索引的列，使用index和columns；

4、describe() 显示数据的快速统计摘要：

5、转置数据，直接使用.T方法就可；

df.T

6、按轴排序，使用sort_index()方法，注意其中入参的axis和ascending，axis = 0时按行，反之按列。ascending=True时按顺序，反之按逆序；

df.sort_index(axis=0,ascending=False)

7、按值排序，使用sort_values()方法，可通过设置参数选哪一列；

三、选择

1、简单取值
如果想直接取一列，直接使用df.A，df表示一个DataFrame，A表示一个列；
同时也支持跟列表操作类似的切片操作。如df[0:3]；
示例：

df.A
df[:3]

2、通过标签来get，如果想获得某一行的数据，可以通过标签来得到，如

df.loc[dates[0]]#获得某一行值

3、通过标签在多轴上选择：如：

df.loc[:,['A','B']]#获得A,B列带标签的表格

4、显示标签切片，两个端点都包括在内：

df.loc['20201026','20201028',['A','B']]#获得从1026至1028，A、B两列的表格

5、只获得对应列的值，不返回标签：

df.loc["20201026",["A","B"]]

6、获得特定位置的值：

df.loc["20201026","A"]

7、通过iloc[ ]获得值：

df.iloc[3]#获得（3+1）行的值
df.iloc[3:5,0:2]#类似于切片操作
df.iloc[[1,2,4],[0,2]]
df.iloc[1:3,:]
df.iloc[1,1]
df.iat[1,1]

8、给DataFrame设置值：
首先重新生成一个DataFrame

s1 = pd.Series([1,2,3,4,5,6],index=pd.date_range('20130102',periods=6))

df['F'] = s1#增加F列
df.at[dates[0],"A"] = 0#第1行第A列设置为0
df.iat[0,1] = 0
df[df > 0] = -df #将大于零的数据全部转换成负数

四、加入

left = pd.DataFrame({'key':['foo','bar'],'lval':[1,2]})
right = pd.DataFrame({'key':['foo','bar'],'rval':[4,5]})
pd.merge(left,right,on='key')

五、绘图

使用绘图需要导入matplotlib API

import matplotlib.pyplot as plt
plt.close('all')
ts = pd.Series(np.random.randn(1000),index = pd.date_range('1/1/2000',periods=1000))
ts = ts.cumsum()
ts.plot()

绘制DataFrame:

df = pd.DataFrame(np.random.randn(1000,4),index = ts.index,columns = list("ABCD"))
df = df.cumsum()
plt.figure()
df.plot()