Python模块之Pandas

以下内容摘自莫烦Python；

如果说Numpy是以矩形形式存储数据的，则Pandas则是以字典形式存储数据的；

Pandas的两个主要数据结构：Series和DataFrame；

Series：索引在左边，值在右边，如果没有为数据指定索引，则会自动创建一个0~N-1（N为长度）的整数型索引

DataFrame：是一个表格型的数据结构，它包含有一组有序的列，每列可以是不同的值类型（比如数值、字符串等），既有行索引也有列索引

挑选 b 的元素：

如果没有给定索引值，也是默认从0~N-1排序；

下面是一种生成dataframe的方法：

查看数据中的类型：

print(df2.dtypes)

看对列的序号：

print(df2.index)    # 就是左边的索引

看行的索引名称：

print(df2.columns)

只看df2的值，不看索引：

print(df2.value)

数据总结：

df2.describe()

翻转数据：

print(df2.T)

对数据的index进行排序输出：

print(df2.sort_index(axis = 1, ascending = False))  # 对行索引排序

对数据的值进行排序输出：

print(df2.sort_values(by = 'B'))

选取某一个行索引对应的值：

print(df2['A'])    # 或print(df2.A)

多行或者多列索引：

print(df2[a:b])    # a，b分别是对应的行索引名称或者列索引名称或者是对应的序号，从0开始

使用标签loc进行索引：

print(df2.loc[2])   #返回第3行的索引值
print(df2.loc[:,['A','B']])    #返回A和B列的值，其行索引和列索引一并返回
print(df2.loc[2,['A']])    #返回第3行第A列的索引值，具体到某一个值，前面可能不止一个值

根据序列iloc索引：

print(df2.iloc[3,1])      #返回第四行第二列的数据，只能看到一个数据
print(df2.iloc[3:5,1:3])  #返回第4~5行，第2~3列的数据，其左边的索引和上边的索引都可以看到
print(df2.iloc[[1,3],1:3]) #返回第2行和第4行，第2~3列的数据，同样的左边的索引和上边的索引都可以看到

混合选择：

print(df2.ix[:3,['A']])   #返回前三行，第A列的数据

通过判断的筛选：

print(df2[df2.A>0.5])   #先通过df2.A>0.5找到满足条件的所有行索引x，然后返回这些行索引x的所有列数据

对dataframe中的数据具体设置某个值也是一样的，能够索引到，然后等号右边输入要设置的值即可；

给dataframe加入某一列Series序列（长度必须一致）：

df2['G'] = pd.Series([1,2,3,4], index = pd.date_range(0, 4))  #前面[1,2,3,4]是要加入的第7列G列的数据，index是对应的行索引名称

去掉dataframe中有NaN的行或列：

df2.dropna(axis = 0, how = 'any')   #axis = 0是对行操作，1是对列操作；
# 'any'是只要存在NaN就删掉这一行或这一列，但行索引或者列索引名称不变；
# 如果是how = 'all'，则要求这一行或者这一列全都是NaN才删除

采用其他数值替代NaN：

df2.fillna(value = 0)  #采用数值0替代NaN

检测数据是否存在NaN，如果存在返回True：

np.any(df2.isnull()) == True

文件读取：

pd.read_csv('xxx')   # xxx为文件名称

文件存储：

df2.to_pickle('xxx') # xxx为文件名称

合并concat：

如果要重置左边的index，则concat([df1,df2,df3], axis = 0, ignore_index = True)

join：

未设定任何参数时，函数默认join=‘outer’。此方式是依照column来做纵向合并，有相同的column上下合并在一起，其他独自的column个自成列，原本没有值的位置皆以NaN填充：

下面是join = ‘inner’：

依据某一个dataframe的索引进行合并：

append：只能纵向合并：

根据key进行合并：

合并的时候也可以根据how = 'inner’和how = 'outer’来合并，没有的则是NaN；

如果加上参数indicator = True或者’indicator_column’，则最后一列会有一个名为_merge或者’indicator_column’的列索引名称，其下面对应的值表示是根据哪个dataframe进行合并的；