pandas入门学习一

本文是学习《利用Python进行数据分析》的部分笔记，在这里感谢作者。

一：导入pandas
from pandas import Series,DataFrame

 

>>> import pandas as pd

二，series的有关介绍

Series类似于一维数组，它由一组数据以及一组与之相关的索引组成。由一组数据产生

 

obj=Series([4,7,-5,3])

>>> obj
0    4
1    7
2   -5
3    3
dtype: int64

可以在创建的过程中指定索引内容：

 

 

obj=Series([4,7,-5,3],index=['d','b','a','c'])
>>> obj
d    4
b    7
a   -5
c    3

values属性可以获得数组值，index属性获得索引值：

 

 

>>> obj.values
array([ 4,  7, -5,  3], dtype=int64)
>>> obj.index
Index(['d', 'b', 'a', 'c'], dtype='object')

Numpy数组可进行的操作，如根据布尔型数组进行过滤，标量乘法，应用数学函数等都会保留索引与值之间的连接。

 

 

>>> obj[obj>2]
d    4
b    7
c    3

可以用in判断元素是否在Series中。

 

 

'b' in obj
True

可以通过字典创建Series：

 

 

>>> sdata={'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
>>> obj3=Series(sdata)
>>> obj3
Ohio      35000
Oregon    16000
Texas     71000
Utah       5000

传入字典的键作为索引，会自动匹配，不存在的为NAN

 

 

>>> states=['California','Ohio','Oregon','Texas']
>>> obj4=Series(sdata,index=states)
>>> obj4
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0

在这个例子中，sdata中跟states索引相匹配的三个值会找出并放在相应的位置上。
pandas的isnull和notnull函数可用于检测缺失值

 

 

pd.isnull(obj4)
California     True
Ohio          False
Oregon        False
Texas         False
dtype: bool>> >

pd.notnull(obj4)
California    False
Ohio           True
Oregon         True
Texas          True
dtype: bool>> >

Series最重要的功能是，他在算术运算中会自动对其不同索引的数据

 

 

obj3+obj4
California         NaN
Ohio           70000.0
Oregon         32000.0
Texas         142000.0
Utah               NaN
dtype: float64

Series的索引可以通过赋值的方式直接修改：

 

 

obj
d    4
b    7
a   -5
c    3
dtype: int64>> >

obj.index=['Bob','Steve','Jeff','Ryan']
>>> obj
Bob      4
Steve    7
Jeff    -5
Ryan     3