用python进行数据分析 pandas

 

Series的创建

#字典创建
a={'a':1 ,'b':2 , 'c':3}
S=pd.Series(a)
#数组创建
S1=pd.Series(np.random.randn(4))
#用标量创建
S2=pd.Series(10,index=range(4))
#标量的个数由idnex的个数决定
复制代码

Series的索引

s = pd.Series(np.random.rand(5)*100, index = ['a','b','c','d','e'])
print(s[['a','c','e']])#选取自己想要的值
print(s[1:3])#左闭右开
print(s['a':'c'])#都是闭区间
print(s[-1])#倒过来
print(s[::2])#步长为2
# 布尔索引
bs1=s>50
bs2=s.isnull()
bs3=s.notnull()
S2=s[s.notnull()]#输出结果是输出S2不是null的值
# 布尔索引的作用可以用于筛选，返回的是布尔类型
复制代码

Series的常用函数

s = pd.Series(np.random.rand(3), index = ['a','b','c'])
s.head()#查看前五条数据
s.tail()#查看后五条
s1=s.reindex(['b','a','c','d'],fill_value=0)#reindex新加的索引行为空,fill_value参数是把空值填充为0
复制代码

Series的自动对齐

s1 = pd.Series(np.random.rand(3), index = ['Jack','Marry','Tom'])
s2 = pd.Series(np.random.rand(3), index = ['Wang','Jack','Marry'])
print(s1+s2)
复制代码

 

#python会自耦东识别相同的标签相加，没有相同标签的或者值为空值的相加后为null

Series的增删改

s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5), index = list('ngjur'))
#增
s2['a']=100
s1[5]=30
#删
s1.drop(1)
s2.drop('n')
#改
s2['a']=1
复制代码

DataFrame的五种创建方式

#方法一 由list组成的字典
data={'a':[1,2,3],
 'b':np.random.rand(3)
}
df=pd.DataFrame(data,index=['one','two','three'])
#注意index的个数必须与行数相等，columns的个数可以任意，多出来的系统会默认是空值
#方法二由Series组成的字典生成
data={'one':np.Series(np.random.rand(3)),
 'two':np.random.rand(2)
}
df=pd.DateFrame(data