Python基础 | Pandas 基础总结

Pandas 基于NumPy，为数据清理提供捷径

数据结构

序列Series，类似于numpy中的一维数组，不过Series带索引

数据框DataFrame，类似于Numpy中的二维数组

Series

创建series两种方式

series  = pd.Series([1,2,3,4],index=['a','b','c','d']) # index缺省时候，就是一维数组了
print(series)

dic = {'zhangsan':18,'lisi':20}
series2 = pd.Series(dic)
print(series2)

DataFrame

dic = {
    'name': ['zhangsan', 'lisi', 'ww'],
    'age': [20, 18, 21],
    'gender': ['m', 'f', 'm']
}
data = pd.DataFrame(dic, columns=['name', 'age', 'gender'], index=['1', '2', '3'])
print(data)
"""
       name  age gender
1  zhangsan   20      m
2      lisi   18      f
3        ww   21      m
"""

基本属性

函数	返回值
values	元素
index	索引
columns	列名
ndim	维度数
shape	数据形状，行列数目
dtypes	类型
size	元素个数

增删改查

• 查

dic = {
    'name': ['zhangsan', 'lisi', 'ww'],
    'age': [20, 18, 21],
    'gender': ['m', 'f', 'm']
}
data = pd.DataFrame(dic, columns=['name', 'age', 'gender'], index=['1', '2', '3'])
print(data[['name', 'age']]['1': '2'])
#%%
       name  age
1  zhangsan   20
2      lisi   18
#%%

# DataFrame.loc[行索引名称或条件，列索引名称]
# DataFrame.iloc[行索引位置，列索引位置]
print(data.loc['1':'2','name':'gender'])

print(data.iloc[:2,0:3])
#%%
       name  age gender
1  zhangsan   20      m
2      lisi   18      f
       name  age gender
1  zhangsan   20      m
2      lisi   18      f
#%%

# loc,iloc 访问方式可以传入表达式，返回满足表达式的所有值
print(data.loc[data['age']>18,['name','age']])
#%%
       name  age
1  zhangsan   20
3        ww   21
#%%

• 更改DataFrame中的数据

data['age'] = 20
data.loc[:,'age']  = 20
data.iloc[:,1] = 20

# 使用series赋值
val  =  pd.Series([20,20,20], index = '1,2,3')
data['age'] = val

• 添加数据

data['class'] = '1604'

• 删除数据

data.drop('class', axis=1,inplace=True) # 删除class 列数据，并对源数据生效
# axis = 0 ,删除列
# inplace = false ，对原数据不生效

索引重建

series.reindex(['a','b','c'])
data.reindex(['0','1','2'])

读写数据

• 读取数据库
• 文本读取
  read_table(), read_csv()
• Excel
  read_excel