pandas数据结构下的Series以及DataFrame数据的增删改查以及创建

pandas的数据结构的介绍

1.Series 对象的创建

• Series是一种一维的数组型对象，它包含了一个值序列(values)，并且包含了数据标签，称为索引(index)

pd.Series(data=None,index=None,dtype=None,name=None,copy=False)
● data：创建数组的数据，可为array-like, dict, or scalar value
● index：指定索引
● dtype：数组数据类型
● name：数组名称
● copy：是否拷贝

• 1.可以通过列表，元组，数组，字典来进行创建

• 列表创建

import pandas as pd
import numpy as np
df1 = pd.Series([0,1,2,3])
df1

• 元组创建

df1 = pd.Series((0,1,2,3,4,55))
df1

• 数组创建
• 这里我们可以看到数组创建的数据类型是int32

df2 = pd.Series(np.arange(20))
df2

olor_FFFFFF,t_70,g_se,x_16)

• 字典创建

df3 = pd.Series({'name':'li', 'sex': '女','age': '22'})
df3

2.指定索引

1.我们可以指定列的索引为10-29

df2 = pd.Series(np.arange(20),index=list(range(10,30)))
df2

2.也可以指定索引为字符串

pd.Series([1,2,3,4,5],index=list("abcde")) 

3.修改Series对象的类型

• 从整型变为了浮点型

df1 = pd.Series((0,1,2,3,4,55),dtype="float")
df1

4.添加表的名称

df1 = pd.Series((0,1,2,3,4,55),dtype="float",name="data_name")
df1

5.查看表中所有数据

当我们不能把表查看完全的时候我们可以使用以下代码，但是不建议使用

#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#设置value的显示长度为100，默认为50
pd.set_option('max_colwidth',100)

6.Series对象函数的运用

• 1.查看数据类型
  df2.dtype

• 2.修改数据类型
  df2.astype(‘float’)

• 3.预览数据前5条和后五条
  df2.head() 和 df2.tail(5)

• 4.查看索引
  df2.index

• 5.查看值序列
  df2.values

• 6.重置索引
  df2.reset_index(drop=False) # 重置索引
  ○ drop # 是否删除原索引 默认为否

• 7.检查是否为空

df2.isnull()

• 8.检查不是缺失值

df2.notnull()

2.DataFrame对象的创建

• DataFrame表示的是矩阵的数据表,它包含已排序的列集合，每一列可以是不同的值类型(数值,字符串,布尔值)。在DataFrame中，数据被存储为一个以上的二维块。

pd.DataFrame(data=None,index=None,columns=None,dtype=None,copy=False)
● data：创建数组的数据，可为ndarray, dict
● index：指定索引
● dtype：数组数据类型
● copy：是否拷贝

1.DataFrame对象可以通过字典，列表，字典里面嵌套字典，以及Series组成的字典来进行创建DataFrame对象

• 字典创建

import pandas as pd
data  = {
    'a':[1,2,3],
    'b':(4,5,6),
    'c':np.arange(7,10)
}
b = pd.DataFrame(data)
b

• 列表创建
• 列表里面嵌套字典

d = pd.DataFrame([{'a':'b','v':3},
                  {'a':1,'n':32},
                 {'a':6,'m':99}])
d

• Series组成的字典创建

df1 = pd.DataFrame({
    'a':pd.Series(np.arange(5)),
    'b':pd.Series(np.array((8,9,7,5,55)))
})

• 字典里面嵌套字典创建

df2 = pd.DataFrame({
    'a':{'b':1},
    'v':{'f':'s'}
})

2.指定索引

• 行索引

df2.index

• 列索引

df2.columns

• 把DataFrame表格型数据结构变成二维数组

df2.values

• 转置（行变成列，列变成行）

df1.T

• DataFrame基础操作
  ● df.shape # 查看数组形状，返回值为元组
  ● df.dtypes # 查看列数据类型
  ● df.ndim # 数据维度，返回为整数
  ● df.index # 行索引
  ● df.columns # 列索引
  ● df.values # 值
  ● d.head(n) # 显示头部几行,默认前5行
  ● d.tail(n) # 显示末尾几行,默认后5行
  ● d.info() # 相关信息概述

3.Series 和 DataFrame的切片操作

1.Series增数据

• 原数组

第一种：

s['m']=999
s

第二种：

 a = s.append(pd.Series({'ly':'520'}))
a

2.Series删数据

1.把 c 的一行给删除(在原数组上操作，改变原数组）

del a['c']
a

2.把 f 的一行给删除不改变原数组

c = a.drop('f')
c

1.DataFrame增数据

• 原表格数据

df3 = pd.DataFrame({
    'a':pd.Series(np.arange(5)),
    'b':pd.Series(np.array((8,9,7,5,55))),
    'c':[8,2,44,22,55]
})
df3

1.DataFrame对象增数据

• 1.增加列

第一种：增加一列全是99(最后一列）

df3['d']=99
df3

第二种： 指定位置增加一列
在第二列增加一列

df3.insert(1,'E',[1,2,33,44,55])
df3

• 2.增加行

1.增加一行都是88

df3.loc['ly']=88
df3

2.增加一行a对应2222，c对应的8888，其余没有的都为NaN
添加这个参数是忽略原有的索引 ， 才不会报错 ignore_index=True
不会改变原数组

df4 = df3.append({'a':2222,'c':8888},ignore_index=True)
df4

2.DataFrame对象删数据

• 1.删除列

1.在原数组上删除‘d’这一列

del df4['d']

2.不改变原数组删除E和a这俩列

df4.drop(['E','a'],axis=1)

• 2.删除行

删除第一行和第五行（不改变原数组）

df4.drop([1,5],axis=0)

删除第一行到第五行i (nplace=True改变原数组）

df4.drop([i for i in range(0,4)],inplace=True)

3.DataFrame对象查数据

• 1.查找第a列

df4.a

df4['a']

df4.loc[:,'a']

• df4[[‘a’ ]] 可以以dataFrame对象的形式取出来
  

• 2.查找第1行

df4.iloc[1]

df4.loc[1]

• 3.查找第2-5行

df4.iloc[2:6]

• 3.查找第三行第三列数据

df4.iloc[2:3,2:3]

• 4.查找前三列

df4.loc[:,df4.columns[:3]]

4.Series 和 DataFrame的重新索引

1.Series重新索引

• 原数组

a = pd.Series([1,2,3,4,5],index=list("abcde")) 
a

a.reindex(['e','b','a','c','d'])

• 2.Series重新命名

a.rename({'a':2,'c':55})

2.DataFrame重新索引

• 原数组

• 1.列重新索引（相当于重新排序如果重新弄得索引没有的话，会输出NaN)

df4.reindex(columns=['b','c','a','E'])

• 2.行重新索引
  把第五行和第六行重新排序

df4.reindex([0,1,2,3,5,4,6],axis=0)

• 1.列重新命名
  不改变原数组

df4.rename({'a':'A','E':'B','b':'C','c':'D'},axis=1)

• 2.行重新命名
  我们只需要把 axis改为0即可

df4.rename({0:'A',1:'B',2:'C',5:'D'},axis=0)

• 3.生成新的所有序列(drop = True)不要原来的序列，可以加上这个参数

df4.reset_index()