06_pandas入门教程，引包，使用DataFrame和Series做一些事情

引包

import pandas as pd

pandas数据表表示方法

我想表示泰坦尼克号上的乘客的乘客。有很多乘客，我知道的有名字，年龄，和性别数据：

import pandas as pd

df = pd.DataFrame({
    "Name":["Braund,Mr.Owen Harris",
            "Allen,Mr.William Henry",
            "Bonnell,Miss.Elizabeth"],
    "Age":[22,35,58],
    "Sex":["male","male","female"]})

print(df)

输出结果：

在这里插入代码片                     Name  Age     Sex
0   Braund,Mr.Owen Harris   22    male
1  Allen,Mr.William Henry   35    male
2  Bonnell,Miss.Elizabeth   58  female

一个DataFrame是一个2维数据结构，这种结构可以存储不同类型（包括：字符、整型、浮点型、categorical数据等等），它像电子表格，一个SQL表。

在电子表格的软件中，非常像我们的数据。

在DataFrame中的每一列都是一个Series
获取df中的Age的列：

import pandas as pd

df = pd.DataFrame({
    "Name":["Braund,Mr.Owen Harris",
            "Allen,Mr.William Henry",
            "Bonnell,Miss.Elizabeth"],
    "Age":[22,35,58],
    "Sex":["male","male","female"]})

print(df)
print("---------------------------")
print(df["Age"])

输出结果为：

                     Name  Age     Sex
0   Braund,Mr.Owen Harris   22    male
1  Allen,Mr.William Henry   35    male
2  Bonnell,Miss.Elizabeth   58  female
---------------------------
0    22
1    35
2    58
Name: Age, dtype: int64

当选择pandas中的DataFrame中的一列的时候，返回的结果是一个pandas的Series,要想选择这个列，可以在[]中使用这列的“列名+双引号”的方式。

注意：如果你熟悉Python中的dictionaries类型，选中的单列非常相似于它+key中。

import pandas as pd

ages = pd.Series([22,35,58],name="Age")
print(ages)

输出结果为：

0    22
1    35
2    58
Name: Age, dtype: int64

pandas的Series没有列的label，因为它只是一个DataFrame中的一列。一个Series也没有行的标签。

使用DataFrame和Series做一些事情

我想知道最大年龄的乘客
我们可以使用DataFrame，选择一列，并使用max()函数

import pandas as pd

df = pd.DataFrame({
    "Name":["Braund,Mr.Owen Harris",
            "Allen,Mr.William Henry",
            "Bonnell,Miss.Elizabeth"],
    "Age":[22,35,58],
    "Sex":["male","male","female"]})

print(df)
print("---------------------------")
print(df["Age"].max())

输出结果为：

                     Name  Age     Sex
0   Braund,Mr.Owen Harris   22    male
1  Allen,Mr.William Henry   35    male
2  Bonnell,Miss.Elizabeth   58  female
---------------------------
58

使用describe获取DataFrame的总数量，标准差，平均值，最小值，最大值。

import pandas as pd

df = pd.DataFrame({
    "Name":["Braund,Mr.Owen Harris",
            "Allen,Mr.William Henry",
            "Bonnell,Miss.Elizabeth"],
    "Age":[22,35,58],
    "Sex":["male","male","female"]})

print(df)
print("---------------------------")
print(df.describe())

输出结果：

                     Name  Age     Sex
0   Braund,Mr.Owen Harris   22    male
1  Allen,Mr.William Henry   35    male
2  Bonnell,Miss.Elizabeth   58  female
---------------------------
             Age
count   3.000000
mean   38.333333
std    18.230012
min    22.000000
25%    28.500000
50%    35.000000
75%    46.500000
max    58.000000

再如：

import pandas as pd

titanic = pd.read_csv("foo.csv");
print(titanic)

print("-------------读取前8条数据----------------------")
print(titanic.head(8))

print("--------------读取后10条数据--------------------")
print(titanic.tail(10))

print("--------------显示每列的数据类型----------------")
print(titanic.dtypes)

print("--------------获取其中的几列数据----------------")
print(titanic[['A','B']])

print("--------------使用shape得到DF的维度信息--------")
print(titanic[["A","B"]].shape)

输出结果：

     Unnamed: 0         A         B         C         D
0    2013-01-01 -0.028544 -2.597953 -0.645116  0.403488
1    2013-01-02 -0.109636 -0.866292 -0.629185  1.072633
2    2013-01-03 -1.435202 -0.631815  1.208114 -1.647566
3    2013-01-04  0.368530 -1.073754 -0.712305 -0.513142
4    2013-01-05  0.813674 -0.081024 -1.153747  0.409363
..          ...       ...       ...       ...       ...
995  2015-09-23  0.783858 -0.330685  0.323741  1.767446
996  2015-09-24  0.017313 -1.792078  0.686136  0.122491
997  2015-09-25  0.100742 -1.802797  0.370563  1.297355
998  2015-09-26 -0.279896 -0.439861 -0.595908 -0.663100
999  2015-09-27 -0.519504 -1.476432 -0.877358  0.370039
[1000 rows x 5 columns]
-------------读取前8条数据----------------------
   Unnamed: 0         A         B         C         D
0  2013-01-01 -0.028544 -2.597953 -0.645116  0.403488
1  2013-01-02 -0.109636 -0.866292 -0.629185  1.072633
2  2013-01-03 -1.435202 -0.631815  1.208114 -1.647566
3  2013-01-04  0.368530 -1.073754 -0.712305 -0.513142
4  2013-01-05  0.813674 -0.081024 -1.153747  0.409363
5  2013-01-06  0.218026  0.284554  0.850285 -0.025403
6  2013-01-07  0.024721  0.068005  0.008694 -1.196519
7  2013-01-08  0.640028  1.153457  1.212075  1.371237
--------------读取后10条数据--------------------
     Unnamed: 0         A         B         C         D
990  2015-09-18 -1.009017 -0.478119  1.206474  0.788974
991  2015-09-19 -0.493941  0.243774 -0.766409 -0.661123
992  2015-09-20 -0.698089 -0.081359 -1.046874  0.125604
993  2015-09-21  0.249417  0.696110  0.961332  0.647499
994  2015-09-22 -0.410115 -0.554049  1.157751  1.499304
995  2015-09-23  0.783858 -0.330685  0.323741  1.767446
996  2015-09-24  0.017313 -1.792078  0.686136  0.122491
997  2015-09-25  0.100742 -1.802797  0.370563  1.297355
998  2015-09-26 -0.279896 -0.439861 -0.595908 -0.663100
999  2015-09-27 -0.519504 -1.476432 -0.877358  0.370039
--------------显示每列的数据类型----------------
Unnamed: 0     object
A             float64
B             float64
C             float64
D             float64
dtype: object
--------------获取其中的几列数据----------------
            A         B
0   -0.028544 -2.597953
1   -0.109636 -0.866292
2   -1.435202 -0.631815
3    0.368530 -1.073754
4    0.813674 -0.081024
..        ...       ...
995  0.783858 -0.330685
996  0.017313 -1.792078
997  0.100742 -1.802797
998 -0.279896 -0.439861
999 -0.519504 -1.476432
[1000 rows x 2 columns]
--------------使用shape得到DF的维度信息--------
(1000, 2)