-
Series类型：由一组数据与之相对应的索引组成
使用：(python列表创建)
自动索引：d=pd.Series(range(20))
自定义索引：b=pd.Series([9,8,7,6],index=['a','b','c','d'])
自动索引和自定义索引并存，但不能混用
创建Series- 标量值：
s=pd.Series(25,index=['a','b','c']) - 字典类型：
d=pd.Series({'a': 9,'b': 8}) - ndarray：
n=pd.Series(np.arange(5))或者n=pd.Series(np.arange(5)，index=np.arange(9,4,1))
基本操作b是一个Series类型 - b.index得到索引值
- b.values得到数据值
- np.exp(b) 只对b的value部分计算
- 对齐操作：Series+Series
例如：a=pd.Series([1,2,3],['c','d','e'])和b=pd.Series([9,8,7,6],['a','b','c','d'])-->a+b结果中存在的相加，不存在的直接为NaN
修改后立即生效
- 标量值：
-
DataFrame类型
表格型数据类型，每列值类型可能不同。既有行索引，又有列索引。
创建DataFrame- 二维ndarray对象
d=pd.DataFrame(np.arange(10).reshape(2,5)) - 从一维ndarray对象字典创建
dt={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([9,8,7,6],index=['a','b','c','d'])}
d=pd.DataFrame(dt) - 列表类型的字典创建
dl={'one':[1,2,3,4],'two':[9,8,7,6]}
d=pd.DataFrame(dl,index=['a','b','c','d'])
操作：
获取一列元素：d['列标签']
获取一行元素：d.ix['行号']
获取某个元素：d['列号']['行号']
重新索引：增加和重排--reindex
在行方向重排：d=d.reindex(index=['d','c','b','a'])
在纵向上重排：d=d.reindex(columns=['城市'，'同比'...])
重新索引
增加新列：newc=d.columns.insert(4,'新增')，newd=d.reindex(columns=new,fill_value=200)
Series与DataFrame的索引都是Index类型，Index对象不可修改删除指定索引对象索引类型的常用方法
.drop()能够删除Series和DataFrame指定行或列索引、
删除行：a.drop('c1') a.drop(['c1','c2'])
删除列：a.drop('同比'，axis=1)
- 二维ndarray对象
-
运算
- 算术运算（四则运算）：根据索引运算，二维和一维、一维和零维间为广播运算，产生的运算结果为浮点型
- 算术运算的另一种形式--【.add(d,argws) .sub(d,argws) .mul(d,argws) .div(d,argws)】
例如：a.add(b,fill_value=100) 即a+b，不存在的部分使用100填充相加 - 不同维运算，其结果发生在行方向上（轴1），可指定axis=0使其发生在轴0上运算。
- 比较运算--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，采用大于、小于、大于等于、等于、不等于产生布尔对象。多维之间的比较尺寸相同，不同会报错
python数据分析(五)--Pandas
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 目录： 5.1 pandas 的数据结构介绍 5.1.1 Series 5.1.2 DataFrame 5.1.3...
- 最近在写个性化推荐的论文，经常用到Python来处理数据，被pandas和numpy中的数据选取和索引问题绕的比较...
- 数据分析和建模方面的大量编程工作都是用在数据准备上的：加载、清理、转换、重塑。是因为，多数时候存放在文件或数据库中...
- 5.3汇总和计算描述性统计 pandas对象拥有一组常用的数学和统计方法。他们大部分都属于约简和汇总统计，用于从S...
