Pandas初级

一、数据结构

1、一维结构

Series创建一维的结构，data后为数据，index后为索引，索引可以使用列表，当不指定索引时，默认为数字从0开始排序。

不指定索引index为默认索引。

2、二维结构

 DataFrame创建二维结构，data创建一个二维的数组，index创建行索引，columns创建列索引。

创建出来的表格和Excel类似，有行索引，有列索引。

上面创建行列索引是通过列表创建，我们可以通过字典来创建DataFrame。

 创建DataFrame的第二种办法，用字典中的key作为列索引，同理，index可以创建也可以不创建。

二、数据查看

 创建二维的DataFrame。

 .head(),查看头部的多少行，默认为5行

 .tail()查看末尾的多少行，默认5行。

 .shape查看形状，.dtypes查看数据类型。

 .index查看行索引，因为创建时选择默认，所以行索引为0-99，步长为1的数组。

.columns查看列索引。

.values可以除去行索引和列索引，单独查看数据。

 .describe()可以查看数值的汇总统计，如，平均值，标准差，最小值，四分位数等。

四、数据的输入与输出

CSV格式

1、保存成csv格式

 

.\为保存当前目录下，salary为文件名称，.csv为文件类型。

 2、加载csv格式

 五、数据选取

 1、列获取

 获取单个列，df.Python或者df['Python']或者df[['Python']]。

想要获取多列时

 

 2、行获取

 行获取使用.loc

 多行获取使用

 .loc获取行索引是要通过行索引来寻找的，.iloc获取行索引则是通过自然数索引。

 通过.iloc索引，下标为1也就对应原来二维数据中的行索引B。

loc和iloc都是先获取行，再获取列。

当我们想要获得B同学的数学成绩时：

 使用iloc获取B同学的数学成绩时：

 同时，我们也可以运用loc和iloc来进行切片索引，获取一定范围的数据：如我们想要获取A-D同学的Python和Math成绩

 当然也可以使用iloc通过数字获取：

 3、布尔索引

 想要获取Python为130的同学，可以先将等于130的同学当作一个条件给cond，然后个根据花式索引来获取。

我们想获取python成绩在100以上，数学成绩也在100以上的信息：