Pandas组队学习打卡日记4.20

第一章：pandas基础

学习资料第一章内容（鉴于本周校内课程内容较多，进度比较慢）

记录自己在学习过程的疑难，延伸，以及对学习笔记的补充。省略与资料笔记相同的笔记部分

第一节学习笔记

读取和写入文件 ，注意：路径中的斜杠方向：/
将刚才df那个表格写成一个新的表格存储下来,命名为tablemy

df.to_csv('C:/Users/76709/Desktop/4.18组对学习pandas/joyful-pandas-master/data/tablemy.csv')

第二节学习笔记

Series

• Series的常见属性：index name value dtype

• Series的常见方法：访问属性 s.属性； 利用索引取元素 s.[‘index’]； 调用 e.g. s.mean()； 将Series转换为DataFrame：s.to_frame()

DataFrame

• 创建DataFrame
  DataFrame里面属性包括index columns value shape
  创建一个新的dataframe时，可以规定index再用list方法直接填入每个column里的value
• 从DataFrame中取Series
  dataframe由一些series组成
  可以从dataframe中取出一列一列的series 通过索引的方法
• 修改值
  修改dataframe里面的值
  df.rename( index = { ‘被替换值’ : ‘替换值’ } )
• 索引对齐特性
  dataframe之间可以利用相同的索引一一对齐计算，且column要一致，与value所在位置无关，仅与索引对齐的位置有关

p1 = pd.DataFrame({'A':[1,2,3]},index=[1,2,3])
p2 = pd.DataFrame({'A':[1,2,3]},index=[3,2,1])
p3 = pd.DataFrame({'a':[1,2,3]},index=[3,2,1])
p1.head()
p2.head()
p3.head()

p1-p2
p2-p3

• 删除某列
  在使用drop删除dataframe某列中 仅当设置inplace=True时，原dataframe才会有变化

• 增添某列
  直接增加某列用list（）；也可用df.assign(columns=pd.Serise()),但assign对原DataFrame无更改

• Series转换为DataFrame
  s.to_frame()
  Series里面的name属性变为DataFrame里面的column，index依旧是index，value也不变

第三节学习笔记

常用基本函数

• 展示前面部分 head() , 展示后面部分 tail()
  可指定行数
• df[‘column’].nunique() 用来显示不同值的个数，一共有几种值
  df[‘column’].unique() 用来显示是哪几个不同值
  df[‘column’].count() 用来显示非缺失值的个数
  df[‘column’].value_counts() 用来显示每个不同值分别有几个
• clip截断用法： df[‘column’].clip(下限值，上限值)
  注意：低于下限值的改为下限值，高于上限值的改为上限值，其他值不变，对df本身未改动

df['Math'].head(10)

• replace替换函数
  replace用法1：df [ ‘column’ ].replace ( [ ‘被替换值1’ , ‘被替换值2’ ] , [ ‘替换值1’ , ‘替换值2’ ] )
  replace用法2：df.replace ( { ‘column’ : { ‘被替换值1’ : ‘替换值1’ , ‘被替换值2’ : ‘替换值2’ } } )

• apply函数
  apply迭代Series的每一个值或者DataFrame的每一个列操作
  lambda匿名函数 lambda x:x的相关操作 例如 lambda x:str(x) 或 lambda x:x**2

第四节学习笔记

排序

用某一列替换索引 df.set_index(‘column’)
用某一列索引排序 df.set_index(‘column’).sort_index() 注意：默认升序,ascending=True;若降序，则ascending=False

df.set_index('Math').sort_index(ascending=False).head()

• 利用某列值排序 不替换索引 df.sort_values ( by= ‘column’ )
  利用多值排序 df.sort_values( by=[ ‘column1’ , ‘column2’ ] )

课后作业

问题

1. 答：Series的常见属性：index name value dtype
   Series的常见方法：访问属性 s.属性；利用索引取元素 s.[‘index’];调用 e.g. s.mean()；将Series转换为DataFrame：s.to_frame()
   DataFrame的常见属性：index column value type
   DataFrame的常见方法：取出一列Series；修改index名或column名；调用属性；删除列drop()、pop()、del;添加列assign()或直接添加；转置：df.T
2. 答：不会。count 是用来显示非缺失值的个数，同理value_counts 不会统计缺失值
3. 答：功能相反的函数：idxmin() 返回最小值；nsmallest() 返回前几个小的元素值
4. 答：sum（）求和函数；mean（）均值函数；median（）中值函数；mad（）根据平均值计算平均绝对距离差；max（）最大值函数；min（）最小值函数；abs（）绝对值函数；std（）标准差函数；var（）方差函数；quantile（）四分位函数；cummax（）依次给出前n个数的最大值；cummin（）依次给出前n个数的最小值；cumsum（）依次给出前n个数的和；cumprod（）依次给出前n个数的积
5. 答：df.mean(axis=1) 是以列计算均值，与 df.mean() 不一样，df.mean() 默认axis=0，以行计算均值。二维的轴 0表示行 1表示列 ；三维的轴 0表示块 1表示行 2表示列

练习

1. 练习一：
   (a)(b)
2. 练习二：
   (a)
   (b)