Pandas库入门（2）

一、Pandas库的数据类型操作

        （1）如何改变Series和DataFram对象

                如何改变他们两的结构？这个结构指的是增加或重排他们的索引，或者删掉其中的部分值

                对于其我们有两种方法：

增加或重排：重新索引

删除：drop

                        1.重新索引

                                重新索引我们对应的是.reindex()方法

                                .reindex()能够改变或重排Series和DataFrame索引

            例：

import pandas as pd
d1 = {"城市":['北京','上海','广州','深圳','沈阳'],
      "环比":[101.5,101.2,101.3,102.0,100.1],
      "同比":[120.7,107.3,119.4,140.9,101.4],
      "定基":[121.4,127.8,120.0,145.5,101.6]}

d=pd.DataFrame(d1,index=['C1','C2','C3','C4','C5'])
d =d.reindex(index=['C5','C4','C3','C2','C1'])
d =d.reindex(columns=["城市","同比","定基","环比"])
print(d)

                .reindex的其他属性

 

newc = d.columns.insert(4,"新增")
newd = d.reindex(columns = newc,fill_values = 200)

索引类型

Series 和 DataFrame 的索引是 Index 类型

Index 对象是不可修改类型

索引类型的常用方法

例 ：

nc = d.columns.delete(2) #返回d对应的1轴上对应的元素  .delete（2）将第二个位置删掉
ni = d.index.insert(5,'c0') #获得0轴上的索引 .insert 在第五个位置上新增一个索引 c0
nd = d.reindex(index=ni,columns = nc,method='ffill') # method 指向前填充
nd  #获得一个新的对象

        结果：

                         2.删除：drop

.drop() 能够删除 Series 和 DataFrame 指定行或列索引

例：

        

a=pd.Series([9,8,7,6],index=['a','b','c','d'])
a.drop(['b','c'])
print(a)

         结果：

                                      

 二、Pandas库的数据类型运算

        （1）.算数运算法则

算术运算根据行列索引，补齐后运算，运算默认产生浮点数

补齐时缺项填充 NaN ( 空值 )

二维和一维、一维和零维间为广播运算

采用 + ‐ * / 符号进行的二元运算产生新的对象

例：

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(12).reshape(3,4))
b = pd.DataFrame(np.arange(20).reshape(4,5))
print(a)
print(b)

 结果：

 我们还可以运用一些方法形式的运算

例：

 

 维度不同时 的运算

c = pd.Series(np.arange(4))

 

底维的会作用给高维的每一个元素上 

可以用axis来改变默认的运算

        （2）比较运算法则

比较运算只能比较相同索引的元素，不进行补齐

二维和一维、一维和零维间为广播运算

采用 > < >= <= == != 等符号进行的二元运算产生布尔对象

 

总结 ：