pandas数据分析给力教程【完整版】（一）

Pandas的数据结构

numpy 给力教程
下一篇：pandas数据分析给力教程【完整版】（二）

导入pandas

from pandas import Series

1、Series

Series是一种类似于一维数组的对象，由下面两个部分组成：

• values：一组数据（ndarray类型）
• index：相关的数据索引标签

1）Series的创建

两种创建方式：

(1) 由列表或numpy数组创建，默认索引为0到N-1的整数型索引

由列表创建

l = [1,2,3,4,5]
s = Series(l, index=list('abcde'))
s

a    1
b    2
c    3
d    4
e    5
dtype: int64

s.index

Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

s.values

array([1, 2, 3, 4, 5], dtype=int64)

还可以通过设置index参数指定索引

s.index = [1,2,3,4,5]
s

1    1
2    2
3    3
4    4
5    5
dtype: int64

s[1] = 10
s

1    10
2     2
3     3
4     4
5     5
dtype: int64

n = np.arange(0,10)
s = Series(n.copy())
s

0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

s[0] = 8
s

0    8
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

特别地，由ndarray创建的是引用，而不是副本。对Series元素的改变也会改变原来的ndarray对象中的元素。（列表没有这种情况）

(2) 由字典创建

# 字典的key对应Series的索引
s = Series({'a':1, 'b':2, 'c':3, 'd': 4})
s

a    1
b    2
c    3
d    4
dtype: int64

============================================

练习1：

使用多种方法创建以下Series，命名为s1：
语文 150
数学 150
英语 150
理综 300

============================================

# 字典
s1 = Series({'语文': 150, '数学': 150, '英语': 150, '理综': 300})
s1

data = [150, 150, 150, 300]
index = ['语文', '数学', '英语', '理综']
s1 = Series(data=data,index=index)
s1

语文    150
数学    150
英语    150
理综    300
dtype: int64

2）Series的索引和切片

可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的是一个Series类型）。索引分为显示索引和隐式索引：

(1) 显式索引：

• 使用index中的元素作为索引值
• 使用.loc[]（推荐）

注意，此时是闭区间

s

# 不推荐
s['a']

1

#推荐的写法
s.loc['a']

1

s.loc['a': 'c']  # 注意: 区间 是全闭区间

a    1
b    2
c    3
dtype: int64

s['a': 'c']

a    1
b    2
c    3
dtype: int64

(2) 隐式索引：

• 使用整数作为索引值
• 使用.iloc[]（推荐）

注意，此时是半开区间

s

a    1
b    2
c    3
d    4
dtype: int64

s[0]

1

s = Series(np.arange(10))
s

0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

s.index = np.arange(1,11)
s

1     0
2     1
3     2
4     3
5     4
6     5
7     6
8     7
9     8
10    9
dtype: int32

s[1]

0

# 隐式索引的推荐写法
s.iloc[0]

0

s.iloc[0:3] # 隐式索引的切片是左闭右开的.

1    0
2    1
3    2
dtype: int32

============================================

练习2：

使用多种方法对练习1创建的Series s1进行索引和切片：

索引：
数学 150

切片：
语文 150
数学 150
英语 150

============================================

s1

s1.loc['数学']

s1.iloc[1]

s1.loc[['数学']] # 再套一层中括号,返回原来的数据类型

s1.loc[['数学', '理综']]

s1.iloc[[1, 3]]

s1.loc['语文': '英语']

s1.iloc[0: 3]

3）Series的基本概念

可以把Series看成一个定长的有序字典

可以通过shape，size，index，values等得到series的属性

s

1     0
2     1
3     2
4     3
5     4
6     5
7     6
8     7
9     8
10    9
dtype: int32

s.shape

s.size

s.index

s.values

可以通过head()，tail()快速查看Series对象的样式

s.head(3)

1    0
2    1
3    2
dtype: int32

s.tail(4)

7     6
8     7
9     8
10    9
dtype: int32

当索引没有对应的值时，可能出现缺失数据显示NaN（not a number）的情况

s

1     0.0
2     1.0
3     2.0
4     3.0
5     4.0
6     5.0
7     6.0
8     7.0
9     8.0
10    9.0
0     NaN
dtype: float64

s.loc[0] = np.nan

s

1     0.0
2     1.0
3     2.0
4     3.0
5     4.0
6     5.0
7     6.0
8     7.0
9     8.0
10    9.0
0     NaN
Name: Name, dtype: float64

可以使用pd.isnull()，pd.notnull()，或自带isnull()，notnull()函数检测缺失数据

pd.isnull(s)

1     False
2     False
3     False
4     False
5     False
6     False
7     False
8     False
9     False
10    False
0      True
dtype: bool

pd.notnull(s)

s.isnull()

s.notnull()

Series对象本身及其实例都有一个name属性

s.name = 'Series s'
s

1     0.0
2     1.0
3     2.0
4     3.0
5     4.0
6     5.0
7     6.0
8     7.0
9     8.0
10    9.0
0     NaN
Name: Series s, dtype: float64

Series.name = 'Name'
s

1     0.0
2     1.0
3     2.0
4     3.0
5     4.0
6     5.0
7     6.0
8     7.0
9     8.0
10    9.0
0     NaN
Name: Name, dtype: float64

4）Series的运算

(1) 适用于numpy的数组运算也适用于Series

s + 1 

(2) Series之间的运算

• 在运算中自动对齐不同索引的数据
• 如果索引不对应，则补NaN

s

1     0.0
2     1.0
3     2.0
4     3.0
5     4.0
6     5.0
7     6.0
8     7.0
9     8.0
10    9.0
0     NaN
Name: Name, dtype: float64

s2 = Series(np.random.randint(0, 10, size=11), index=np.arange(3, 14))
s2

3     0
4     5
5     3
6     9
7     1
8     9
9     1
10    7
11    9
12    6
13    1
dtype: int32

s + s2
# 相同的索引进行运算,不同的索引补NaN

0      NaN
1      NaN
2      NaN
3      2.0
4      8.0
5      7.0
6     14.0
7      7.0
8     16.0
9      9.0
10    16.0
11     NaN
12     NaN
13     NaN
dtype: float64

• 注意：要想保留所有的index，则需要使用.add()函数

# 使用pandas封装的运算函数，保留所有index对应value
s.add(s2, fill_value=0)

0      NaN
1      0.0
2      1.0
3      2.0
4      8.0
5      7.0
6     14.0
7      7.0
8     16.0
9      9.0
10    16.0
11     9.0
12     6.0
13     1.0
dtype: float64

============================================

练习3：

1. 想一想Series运算和ndarray运算的规则有什么不同？

2. 新建另一个索引包含“文综”的Series s2，并与s1进行多种算术操作。思考如何保存所有数据。

============================================

ndarray有广播机制，Series没有广播机制，Series只是根据相同的索引进行运算

s2 = Series({'语文': 108, '数学': 149, '英语': 138, '文综': 268})
s2

语文    108
数学    149
英语    138
文综    268
dtype: int64

s2.sum()

663

s1  + s2

数学    299.0
文综      NaN
理综      NaN
英语    288.0
语文    258.0
dtype: float64

s1.add(s2, fill_value=0) / 2

数学    149.5
文综    134.0
理综    150.0
英语    144.0
语文    129.0
dtype: float64

2、DataFrame

DataFrame是一个【表格型】的数据结构，可以看做是【由Series组成的字典】（共用同一个索引），由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到二维。DataFrame既有行索引，也有列索引。

• 行索引：index
• 列索引：columns
• 值：values（numpy的二维数组）

1）DataFrame的创建

最常用的方法是传递一个字典来创建，DataFrame以字典的键作为每一列的名称，以字典的值（一个数组）作为每一列的值

此外，DataFrame会自动加上每一行的索引（和Series一样）。

同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

from  pandas import DataFrame

分块创建

data = np.random.randint(0,150, size=(4,4))
index = ['张三', '李四', '王五', '赵六']
columns = ['语文', '数学', '英语','python']
df = DataFrame(data=data, index=index, columns=columns)
df

	语文	数学	英语	python
张三	104	26	38	52
李四	11	104	88	41
王五	38	119	36	139
赵六	67	93	21	130

使用字典创建

df = DataFrame({'语文': np.random.randint(0,150, size=4), '数学': np.random.randint(0,150, size=4), '英语': np.random.randint(0,150, size=4), 'python': np.random.randint(0,150, size=4)},)
df.index = ['张三', '李四', '王五', '赵六']
df

	语文	数学	英语	python
张三	30	110	143	89
李四	116	85	53	138
王五	28	32	29	141
赵六	91	23	50	50

DataFrame属性：values、columns、index、shape

df.values

df.columns

df.index

df.shape

============================================

练习4：

根据以下考试成绩表，创建一个DataFrame，命名为ddd：

    张三  李四
语文 150  0
数学 150  0
英语 150  0
理综 300  0

============================================

# 字典
ddd = DataFrame({'张三': [150]*  3 + [300], '李四': [0]* 4})
ddd.index = ['语文', '数学', '英语', '理综']
ddd

data = [[150,0]] * 3 + [[300, 0]]
index = ['语文', '数学', '英语', '理综']
columns = ['张三', '李四']
ddd = DataFrame(data=data, index=index, columns=columns)
ddd

2）DataFrame的索引

(1) 对列进行索引

• 通过类似字典的方式
• 通过属性的方式

可以将DataFrame的列获取为一个Series，返回的Series拥有原DataFrame相同的索引，且name属性也已经设置好了，就是相应的列名。

df

	语文	数学	英语	python
张三	118	12	53	12
李四	48	34	81	54
王五	32	58	80	133
赵六	107	25	25	42

df['语文']

张三    118
李四     48
王五     32
赵六    107
Name: 语文, dtype: int32

df.语文

张三    118
李四     48
王五     32
赵六    107
Name: 语文, dtype: int32

# 新增一列
df['计算机'] = np.random.randint(0,150, size=4)
df

	语文	数学	英语	python	计算机
张三	118	12	53	12	110
李四	48	34	81	54	131
王五	32	58	80	133	132
赵六	107	25	25	42	129

# 新增一列的时候不能使用属性的写法
df.理综 = np.random.randint(0,150, size=4)

C:\Users\ADMINI~1\AppData\Local\Temp/ipykernel_7776/1072798280.py:2: UserWarning: Pandas doesn't allow columns to be created via a new attribute name - see https://pandas.pydata.org/pandas-docs/stable/indexing.html#attribute-access
  df.理综 = np.random.randint(0,150, size=4)

df

	语文	数学	英语	python	计算机
张三	118	12	53	12	110
李四	48	34	81	54	131
王五	32	58	80	133	132
赵六	107	25	25	42	129

(2) 对行进行索引

• 使用.loc[]加index来进行行索引
• 使用.iloc[]加整数来进行行索引

同样返回一个Series，index为原来的columns。

# 显式写法
df.loc['张三']

语文        118
数学         12
英语         53
python     12
计算机       110
Name: 张三, dtype: int32

df.iloc[1]

(3) 对元素索引的方法

• 使用列索引
• 使用行索引(iloc[3,1]
• 使用values属性（二维numpy数组）

# 先列后行
# 链式索引的赋值,不要这么写
df['英语']['李四'] = 88

df

# 先行后列
df.loc['李四'].loc['英语']

# 推荐写法
df.loc['李四', '英语']

df.iloc[1, 2]

链式索引不推荐.

df.loc[['李四']]

	语文	数学	英语	python	计算机
李四	48	34	81	54	131

3）DataFrame切片

（1）列切片

df['数学': 'python'] # 这样写不是对列切片

	语文	数学	英语	python

df.loc[:, '数学': 'python']

	数学	英语	python
张三	12	53	12
李四	34	81	54
王五	58	80	133
赵六	25	25	42

df.iloc[:, 1:3]

	数学	英语
张三	110	143
李四	85	53
王五	32	29
赵六	23	50

df[['数学', '英语', 'python']]

	数学	英语	python
张三	110	143	89
李四	85	53	138
王五	32	29	141
赵六	23	50	50

df.iloc[:, 0:3]

	语文	数学	英语
张三	30	110	143
李四	116	85	53
王五	28	32	29
赵六	91	23	50

（2）行切片

df['李四': '王五'] # 全闭的区间

	语文	数学	英语	python
李四	116	85	53	138
王五	28	32	29	141

DataFrame 索引总结

1,行索引用.loc, 列索索引用中括号

2,对元素的索引，先索引行，再索引列. df.loc[index, columns]

3,如果还想返回DataFrame，那么使用两层中括号

注意：

• 直接使用中括号的时候
  • 索引表示的是列索引
  • 切片表示的是行切片
• 不要使用链式索引

============================================

练习5：

使用多种方法对ddd进行索引和切片，并比较其中的区别

============================================

ddd

---------------------------------------------------------------------------

NameError                                 Traceback (most recent call last)

C:\Users\ADMINI~1\AppData\Local\Temp/ipykernel_7776/2469631560.py in <module>
----> 1 ddd


NameError: name 'ddd' is not defined

1,索引张三的英语成绩(要求返回的还是一个DataFrame)

2,切片，切语文到数学的成绩

3,对李四的英语成绩进行赋值，赋值为108

ddd.loc[['语文'], ['张三']]

ddd['语文': '数学']

ddd.loc['语文': '数学']

ddd.iloc[0:2]

ddd.loc['英语', '李四'] = 108

4）DataFrame的运算

（1）DataFrame之间的运算

同Series一样：

• 在运算中自动对齐不同索引的数据
• 如果索引不对应，则补NaN

DataFrame和单个数字进行计算

df 

	语文	数学	英语	python
张三	30	110	143	89
李四	116	85	53	138
王五	28	32	29	141
赵六	91	23	50	50

df + 1

	语文	数学	英语	python
张三	31	111	144	90
李四	117	86	54	139
王五	29	33	30	142
赵六	92	24	51	51

DataFrame和DataFrame进行计算

# DataFrame和DataFrame之间的运算：行列索引全部一致才运算，不一致补NaN
data = np.random.randint(0,150, size=(4,4))
index = ['张三', '李四', '王五', '赵六']
columns = ['语文', '数学', '英语','python']
df2 = DataFrame(data=data, index=index, columns=columns)
df2

	语文	数学	英语	python
张三	142	3	84	72
李四	77	38	46	43
王五	3	37	84	127
赵六	142	48	24	80

df

	语文	数学	英语	python
张三	30	110	143	89
李四	116	85	53	138
王五	28	32	29	141
赵六	91	23	50	50

df2.loc['田七'] = np.random.randint(0,150, size=4)
df2

	语文	数学	英语	python
张三	75	91	81	88
李四	133	1	128	81
王五	13	86	92	50
赵六	51	64	23	113
田七	146	58	20	42

df + df2 

	语文	数学	英语	python
张三	105.0	201.0	224.0	177.0
李四	249.0	86.0	181.0	219.0
王五	41.0	118.0	121.0	191.0
田七	NaN	NaN	NaN	NaN
赵六	142.0	87.0	73.0	163.0

df.add(df2, fill_value=0)

	语文	数学	英语	python
张三	105.0	201.0	224.0	177.0
李四	249.0	86.0	181.0	219.0
王五	41.0	118.0	121.0	191.0
田七	146.0	58.0	20.0	42.0
赵六	142.0	87.0	73.0	163.0

下面是Python 操作符与pandas操作函数的对应表：

Python Operator	Pandas Method(s)
+	add()
-	sub(), subtract()
*	mul(), multiply()
/	truediv(), div(), divide()
//	floordiv()
%	mod()
**	pow()

（2） Series与DataFrame之间的运算

【重要】

• 使用Python操作符：以行为单位操作（参数必须是行），对所有行都有效。
• 使用pandas操作函数：
  • axis=0：以列为单位操作（参数必须是列），对所有列都有效。
  • axis=1：以行为单位操作（参数必须是行），对所有行都有效。

df

	语文	数学	英语	python
张三	30	110	143	89
李四	116	85	53	138
王五	28	32	29	141
赵六	91	23	50	50

s = Series(data=np.random.randint(0,150,size=5), index=['语文', '数学', '英语', 'python', '计算机'])
s

语文        140
数学        114
英语         90
python     82
计算机         9
dtype: int32

df + s # 直接进行运算，观察DataFrame的列索引和Series的索引是否一致，一致就进行相应的运算

	python	数学	英语	计算机	语文
张三	171	224	233	NaN	170
李四	220	199	143	NaN	256
王五	223	146	119	NaN	168
赵六	132	137	140	NaN	231

s = Series(data=np.random.randint(0,150,size=4), index=['张三', '李四', '王五', '赵六'])
s

张三    122
李四    109
王五     84
赵六     45
dtype: int32

df + s   # 使用运算符的默认操作是DataFrame的列索引和Series的列索引进行比较

	python	张三	数学	李四	王五	英语	语文	赵六
张三	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
李四	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
王五	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
赵六	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

df.add(s, axis=0) # 使用axis改变运算的方向

归纳总结

1,DataFrame和单个数字运算，每个元素分别运算

2,DataFrame和DataFrame运算，相同的行列索引进行运算,不同索引补NaN

3,DataFrame和Series运算，使用运算符的时候，默认比较DataFrame的列索引和Series的索引

4,如果想保留原始数据，或者改变运算的方向，使用pandas封装的方法

============================================

练习6：

1. 假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。

2. 假设张三期中考试数学被发现作弊，要记为0分，如何实现？

3. 李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？

4. 后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？

============================================

df

	语文	数学	英语	python
张三	30	110	143	89
李四	116	85	53	138
王五	28	32	29	141
赵六	91	23	50	50

df2 = df.copy()

# values不能直接赋值.
df2.values = np.random.randint(0, 150, size=(4,5))

df2.values

df2 = DataFrame(data=np.random.randint(0, 150, size=(4,5)), index=df.index, columns=df.columns)
df2

df

(df + df2) / 2

---------------------------------------------------------------------------

NameError                                 Traceback (most recent call last)

C:\Users\ADMINI~1\AppData\Local\Temp/ipykernel_7776/3808069166.py in <module>
----> 1 (df + df2) / 2


NameError: name 'df' is not defined

df.loc['张三', '数学'] = 0

df

df.loc['李四'] += 100

df

df + 10

处理丢失数据

import numpy as np
import pandas  as  pd

有两种丢失数据：

• None
• np.nan(NaN)

None

1. None

None是Python自带的，其类型为python object。因此，None不能参与到任何计算中。

type(None)

NoneType

n = np.array([1,1,2,3, None])
n

array([1, 1, 2, 3, None], dtype=object)

n.sum()

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-4-20b8964b5fcc> in <module>
----> 1 n.sum()


d:\1903\.venv\lib\site-packages\numpy\core\_methods.py in _sum(a, axis, dtype, out, keepdims, initial, where)
     36 def _sum(a, axis=None, dtype=None, out=None, keepdims=False,
     37          initial=_NoValue, where=True):
---> 38     return umr_sum(a, axis, dtype, out, keepdims, initial, where)
     39 
     40 def _prod(a, axis=None, dtype=None, out=None, keepdims=False,


TypeError: unsupported operand type(s) for +: 'int' and 'NoneType'

object类型的运算要比int类型的运算慢得多
计算不同数据类型求和时间
%timeit np.arange(1e5,dtype=xxx).sum()

%timeit  np.arange(1e5, dtype=np.int32).sum()

253 µs ± 30.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit  np.arange(1e5, dtype=np.float64).sum()

270 µs ± 24.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit  np.arange(1e5, dtype=np.object).sum()

10.4 ms ± 1.14 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)

2. np.nan（NaN）

np.nan是浮点类型，能参与到计算中。但计算的结果总是NaN。

type(np.nan)

float

n = np.array([1,1,2,3, np.nan])
n.sum()

nan

但可以使用np.nan*()函数来计算nan，此时视nan为0。

np.nansum(n)

7.0

3. pandas中的None与NaN

1) pandas中None与np.nan都视作np.nan

from pandas import Series, DataFrame

data = np.random.randint(0,150, size=(4,4))
index = ['张三', '李四', '王五', '赵六']
columns = ['语文', '数学', '英语','python']
df = DataFrame(data=data, index=index, columns=columns)
df

	语文	数学	英语	python
张三	105	149	70	32
李四	118	44	117	24
王五	90	111	120	8
赵六	82	53	5	22

df.loc['张三', '语文'] = None

df

	语文	数学	英语	python
张三	NaN	149	70	32
李四	118.0	44	117	24
王五	90.0	111	120	8
赵六	82.0	53	5	22

使用DataFrame行索引与列索引修改DataFrame数据

df.loc['李四', '语文'] = np.nan

df

	语文	数学	英语	python
张三	NaN	149	70	32
李四	NaN	44	117	24
王五	90.0	111	120	8
赵六	82.0	53	5	22

df.loc['张三', 'python'] = np.nan

df

	语文	数学	英语	python
张三	NaN	131	94	NaN
李四	NaN	5	108	124.0
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

2) pandas中None与np.nan的操作

• isnull()：判断是否有NaN
• notnull()：判断是否没有NaN
• dropna()：过滤丢失数据
• fillna()：填充丢失数据

(1)判断函数

• isnull()
• notnull()

pd.isnull(df)

	语文	数学	英语	python
张三	True	False	False	True
李四	True	False	False	False
王五	False	False	False	False
赵六	False	False	False	False

pd.notnull(df)

	语文	数学	英语	python
张三	False	True	True	False
李四	False	True	True	True
王五	True	True	True	True
赵六	True	True	True	True

df.isnull()

	语文	数学	英语	python
张三	True	False	False	True
李四	True	False	False	False
王五	False	False	False	False
赵六	False	False	False	False

# 和any结合使用，判断行或列是否存在NaN数据
# 默认axis=0，判断每一列是否有NaN数据
df.isnull().any(axis=0)

语文         True
数学        False
英语        False
python     True
dtype: bool

# 检测每一行是否有NaN
df.isnull().any(axis=1)

张三     True
李四     True
王五    False
赵六    False
dtype: bool

(2) 过滤函数

• dropna()

df

	语文	数学	英语	python
张三	NaN	149	70	32
李四	NaN	44	117	24
王五	90.0	111	120	8
赵六	82.0	53	5	22

# axis=1，删除列
# how='all'表示全部都是NaN才删除
df.dropna(axis=0, how='all')

	语文	数学	英语	python
张三	NaN	149	70	32
李四	NaN	44	117	24
王五	90.0	111	120	8
赵六	82.0	53	5	22

df.dropna(axis=0, how='any', inplace=True)

df

	语文	数学	英语	python
王五	64.0	47	97	148.0
赵六	125.0	75	113	97.0

df

	语文	数学	英语	python
张三	NaN	131	94	NaN
李四	NaN	5	108	124.0
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

df.dropna(axis=0, how='any',subset=['语文', '数学', '英语'])

	语文	数学	英语	python
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

可以选择过滤的是行还是列（默认为行）

也可以选择过滤的方式 how = ‘all’

(3) 填充函数 Series/DataFrame

• fillna()

df

	语文	数学	英语	python
张三	NaN	131	94	NaN
李四	NaN	5	108	124.0
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

# 用指定的值去填充
df.fillna(value=100)

	语文	数学	英语	python
张三	100.0	131	94	100.0
李四	100.0	5	108	124.0
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

df

	语文	数学	英语	python
张三	NaN	131	94	NaN
李四	NaN	5	108	124.0
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

# 使用已有的数据来填充
# 'backfill', 'bfill', 'pad', 'ffill'
df.fillna(axis=0, method='bfill', limit=1)

	语文	数学	英语	python
张三	NaN	131	94	124.0
李四	54.0	5	108	124.0
王五	54.0	74	36	144.0
赵六	33.0	117	34	37.0

df.fillna(axis=1, method='bfill', inplace=True)

---------------------------------------------------------------------------

NotImplementedError                       Traceback (most recent call last)

C:\Users\ADMINI~1\AppData\Local\Temp/ipykernel_7776/2566829753.py in <module>
----> 1 df.fillna(axis=1, method='bfill', inplace=True)


c:\users\administrator\appdata\local\programs\python\python39\lib\site-packages\pandas\util\_decorators.py in wrapper(*args, **kwargs)
    309                     stacklevel=stacklevel,
    310                 )
--> 311             return func(*args, **kwargs)
    312 
    313         return wrapper


c:\users\administrator\appdata\local\programs\python\python39\lib\site-packages\pandas\core\frame.py in fillna(self, value, method, axis, inplace, limit, downcast)
   5174         downcast=None,
   5175     ) -> DataFrame | None:
-> 5176         return super().fillna(
   5177             value=value,
   5178             method=method,


c:\users\administrator\appdata\local\programs\python\python39\lib\site-packages\pandas\core\generic.py in fillna(self, value, method, axis, inplace, limit, downcast)
   6324             if not self._mgr.is_single_block and axis == 1:
   6325                 if inplace:
-> 6326                     raise NotImplementedError()
   6327                 result = self.T.fillna(method=method, limit=limit).T
   6328 


NotImplementedError: 

可以选择前向填充还是后向填充

对于DataFrame来说，还要选择填充的轴axis。记住，对于DataFrame来说：

• axis=0：index/行
• axis=1：columns/列

============================================

练习7：

1. 简述None与NaN的区别

2. 假设张三李四参加模拟考试，但张三因为突然想明白人生放弃了英语考试，因此记为None，请据此创建一个DataFrame,命名为ddd3

3. 老师决定根据用数学的分数填充张三的英语成绩，如何实现？
   用李四的英语成绩填充张三的英语成绩？

============================================

1, None 是python的object,不能参与计算,np.nan是float类型,可以参与计算,但是结果总是nan, 可以使用 np.nan*来计算正确的 值.
在pandas中,None和np.nan都被当成np.nan来处理.

df

	语文	数学	英语	python
张三	149	139	46	74
李四	33	32	119	116
王五	33	113	148	55
赵六	131	11	82	127

df.loc['张三', '英语'] = np.nan

df

	语文	数学	英语	python
张三	149	139	NaN	74
李四	33	32	119.0	116
王五	33	113	148.0	55
赵六	131	11	82.0	127

df.fillna(axis=1, method='pad')

	语文	数学	英语	python
张三	149.0	139.0	139.0	74.0
李四	33.0	32.0	119.0	116.0
王五	33.0	113.0	148.0	55.0
赵六	131.0	11.0	82.0	127.0

df.fillna(axis=0, method='bfill', inplace=True)

df

	语文	数学	英语	python
张三	149	139	119.0	74
李四	33	32	119.0	116
王五	33	113	148.0	55
赵六	131	11	82.0	127