今日内容概要

  • 布尔选择器
  • 索引
  • 数据对齐
  • 数据操作(增出改查)
  • 算术方法
  • DataFrame(Excel表格数据)

布尔选择器

import numpy as np
import pandas as pd
res = pd.Series([True,False,False,True,False])
price = pd.Series([321321,123,324,5654,645]) # 掌握
price[res]
0 321321
3 5654
dtype: int64 # 了解
price|res
0 True
1 True
2 True
3 True
4 True
dtype: bool price&res
0 True
1 False
2 False
3 False
4 False
dtype: bool # 需要掌握
(price > 100) & (price < 700)
0 False
1 True
2 True
3 False
4 True
dtype: bool price[(price > 100) & (price < 700)]
1 123
2 324
4 645
dtype: int64

索引及标签

res1 = pd.Series({'a':111,'b':222,'c':333,'d':444,'e':555})
res1
a 111
b 222
c 333
d 444
e 555
dtype: int64
# 索引取值
res1[0]
111
# 标签取值
res1['a']
111 # 获取所有的标签
res1.index
Index(['a', 'b', 'c', 'd', 'e'], dtype='object') # 给标签加列名称
res1.index.name = 'STA'
res1
STA
a 111
b 222
c 333
d 444
e 555
dtype: int64 # data_range时间间隔
res2 = pd.date_range('2020-01-01','2020-12-01',freq='M') # frep后面按照指定的时间间隔(年'Y',月'M',日'D')
res2
DatetimeIndex(['2020-01-31', '2020-02-29', '2020-03-31', '2020-04-30',
'2020-05-31', '2020-06-30', '2020-07-31', '2020-08-31',
'2020-09-30', '2020-10-31', '2020-11-30'],
dtype='datetime64[ns]', freq='M')
# 还可以将日期作为Series的标签
res3 = pd.Series([111,222,333,444,555],index=res3)
res3
2020-01-31 111
2020-02-29 222
2020-03-31 333
2020-04-30 444
2020-05-31 555
Freq: M, dtype: int64 res3.index.name = '日期'
日期
2020-01-31 111
2020-02-29 222
2020-03-31 333
2020-04-30 444
2020-05-31 555
Freq: M, dtype: int64

整数索引

1 整数索引
x1 = pd.Series(np.arange(11))
x1
0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
10 10
dtype: int32
x2 = x1[4:]
x2
4 4
5 5
6 6
7 7
8 8
9 9
10 10
dtype: int32 ##################################################################################################
# 索引取值
# x1[1] # 报错
'''针对取值操作,以后需要用特定方法来约束'''
# iloc按照索引的方式取值
# loc按照标签的方式取值
# x1.iloc[1] # 1
x1.loc[3] # 3
'''非常重要,一定要记忆'''
###################################################################################################

数据对齐

a1 = pd.Series([12,23,34,45],index=['c','a','d','b'])
a2 = pd.Series([11,20,10,30],index=['d','c','a','b'])
a1 + a2
运行结果:
a 33
b 75
c 32
d 45
dtype: int64 # 可以通过这种索引对齐直接将两个Series对象进行运算
a3 = pd.Series([11,20,10,14],index=['d','c','a','e'])
a1 + a3
运行结果:
a 33.0
b NaN
c 32.0
d 45.0
e NaN
dtype: float64
# a1和a3的索引不一致,所以最终的运行会发现e索引对应的值无法运算,就返回了NAN,一个缺失值 '''
疑问:为什么运算完之后数据类型会由原来的int64变成float64?
因为NaN其实是float类型
type(np.nan)
结果是:float
'''

数据操作

'''增删改查'''
a3= pd.Series([11,20,10,14],index=['d','c','a','e'])
a3
d 11
c 20
a 10
e 14
dtype: int64
# 查
a3.loc['a']
10 # 改
a3.iloc[2]= 100
a3
d 11
c 20
a 100
e 14
dtype: int64 # 增
# 方式1:append不修改原数据
a3.append(pd.Series([66],index=['e']))
d 11
c 20
a 100
e 14
e 66
dtype: int64
#方式2:set_value直接修改原数据
a3.set_value('f',999) # 会有一个提示 如果不想有这个提示需要配置
C:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: FutureWarning: set_value is deprecated and will be removed in a future release. Please use .at[] or .iat[] accessors instead
d 11
c 20
a 100
e 14
f 999
dtype: int64
a3
d 11
c 20
a 100
e 14
f 999
dtype: int64 # 删: del关键字作用的也是原数据
del a3['f']
a3
d 11
c 20
a 100
e 14
dtype: int64

灵活的算术方法

"""
针对加减乘除等数学运算
可以直接使用符号
也可以使用提供的方法名(可以有额外的功能)
add
sub
div
mul
"""
b1 = pd.Series([12,23,34], index=['c','a','b'])
b3 = pd.Series([11,20,10,14], index=['d','c','a','b'])
b1
c 12
a 23
b 34
dtype: int64
b3
d 11
c 20
a 10
b 14
dtype: int64
tes = b1 + b3
tes
a 33.0
b 48.0
c 32.0
d NaN
dtype: float64
tes1 = b1*b3
tes1
a 230.0
b 476.0
c 240.0
d NaN
dtype: float64
b1.add(b3,fill_value=666)
b1
c 12
a 23
b 34
dtype: int64
b3
d 11
c 20
a 10
b 14
dtype: int64
fill_value
b1.add(b3,fill_value=0) # 在运行之前找出调用该方法的Series当中的缺失值补全后再运算
a 33.0
b 48.0
c 32.0
d 11.0
dtype: float64
b1.mul(b3,fill_value=1)
a 230.0
b 476.0
c 240.0
d 11.0
dtype: float64

DataFrame

表格型数据结构,相当于一个二维数组,含有一组有序的列也可以看作是由Series组成

基本使用

# 创建Dataframe有很多中方式,但是一般情况下我们都不需要自己创建DataFrame而是将excel文件直接引导成DataFrame

# 方式1 传字典字典的键会变成表格的列名称 行名称默认是索引
import numpy as np
import pandas as pd
res = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
res
one two
0 1 4
1 2 3
2 3 2
3 4 1 # 取值
res['one'] # 默认是Series的展示形式
0 1
1 2
2 3
3 4
Name: one, dtype: int64
res[['two']] # 再加[]就会变成表格的形式
two
0 4
1 3
2 2
3 1
res['two'][1] # 第一个中括号里面是列 第二个中括号里面是行
3 # 方式2: 直接传Series 如果Series有自定义的标签 那么生成的DataFrame列名称采用的就是标签名
res1 = pd.DataFrame({'one':pd.Series([1,2,3],index=['c','b','a']),'two':pd.Series([1,2,3],index=['b','a','c'])})
res1
one two
a 3 2
b 2 1
c 1 3 # 方式3:自定义行列 index行 columns列
pd.DataFrame(np.array([[10,20,30],[40,50,60]]),index=['a','b'],columns=['c1','c2','c3'])
c1 c2 c3
a 10 20 30
b 40 50 60
arange # 方式4:列表中有几个元素就会生成几行数据 不指定行列默认都是用索引表示
pd.DataFrame([np.arange(1,8),np.arange(11,18),np.arange(21,28)])
0 1 2 3 4 5 6
0 1 2 3 4 5 6 7
1 11 12 13 14 15 16 17
2 21 22 23 24 25 26 27 # 方式5:会自动找行列的对应位置 没有的用NaN表示缺失值
s1 = pd.Series(np.arange(1,9,2))
s2 = pd.Series(np.arange(2,10,2))
s3 = pd.Series(np.arange(5,7),index=[1,2])
s1
0 1
1 3
2 5
3 7
dtype: int32
s2
0 2
1 4
2 6
3 8
dtype: int32
s3
1 5
2 6
dtype: int32
df5 = pd.DataFrame({'c1':s1,'c2':s2,'c3':s3})
df5
c1 c2 c3
0 1 2 NaN
1 3 4 5.0
2 5 6 6.0
3 7 8 NaN
'''以上创建房事后都仅仅做一个了解即可,因为工作在中dataframe的数据一般都是来自于读取外部文件数据'''

常见属性及方法

1.index  行索引
2.columns 列索引
3.T 转置
4. values 值索引
5.describe 快速统计 # index获取行索引
df5.index
Int64Index([0,1,2,3],dtype='int64')
# columns获取列索引
df5.columns
Index(['c1', 'c2', 'c3'], dtype='object')
# T转置 行列互换
df5.T
0 1 2 3
c1 1.0 3.0 5.0 7.0
c2 2.0 4.0 6.0 8.0
c3 NaN 5.0 6.0 NaN
df5
c1 c2 c3
0 1 2 NaN
1 3 4 5.0
2 5 6 6.0
3 7 8 NaN
values
# values获取表格数据 组织成二维数组的形式
df5.values
array([[ 1., 2., nan],
[ 3., 4., 5.],
[ 5., 6., 6.],
[ 7., 8., nan]])
# describe常见的数学统计
df5.describe()
c1 c2 c3
count 4.000000 4.000000 2.000000
mean 4.000000 5.000000 5.500000
std 2.581989 2.581989 0.707107
min 1.000000 2.000000 5.000000
25% 2.500000 3.500000 5.250000
50% 4.000000 5.000000 5.500000
75% 5.500000 6.500000 5.750000
max 7.000000 8.000000 6.000000

pandas模块篇(之二)的更多相关文章

  1. pandas模块篇(终章)及初识mataplotlib

    今日内容概要 时间序列 针对表格数据的分组与聚合操作 其他函数补充(apply) 练习题(为了加深对DataFrame操作的印象) mataplotlib画图模块 今日内容详细 时间序列处理 时间序列 ...

  2. pandas模块篇(之三)

    今日内容概要 目标:将Pandas尽量结束 如何读取外部excel文件数据到DataFrame中 针对DataFrame的常用数据操作 索引与切片 操作DataFrame的字段名称 时间对象序列操作 ...

  3. Pandas模块

    前言: 最近公司有数据分析的任务,如果使用Python做数据分析,那么对Pandas模块的学习是必不可少的: 本篇文章基于Pandas 0.20.0版本 话不多说社会你根哥!开干! pip insta ...

  4. 开发技术--pandas模块

    开发|pandas模块 整了一篇关于pandas模块的使用文章,方便检查自己的学习质量.自从使用了pandas之后,真的是被它的功能所震撼~~~ 前言 目前所有的文章思想格式都是:知识+情感. 知识: ...

  5. python之pandas模块

    一.pandas模块是基于Numpy模块的,pandas的主要数据结构是Series和DadaFrame,下面引入这样的约定: from pandas import Series,DataFrame ...

  6. Python 数据处理扩展包: numpy 和 pandas 模块介绍

    一.numpy模块 NumPy(Numeric Python)模块是Python的一种开源的数值计算扩展.这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list str ...

  7. 关于Python pandas模块输出每行中间省略号问题

    关于Python数据分析中pandas模块在输出的时候,每行的中间会有省略号出现,和行与行中间的省略号....问题,其他的站点(百度)中的大部分都是瞎写,根本就是复制黏贴以前的版本,你要想知道其他问题 ...

  8. Pandas模块:表计算与数据分析

    目录 Pandas之Series Pandas之DataFrame 一.pandas简单介绍 1.pandas是一个强大的Python数据分析的工具包.2.pandas是基于NumPy构建的. 3.p ...

  9. pandas模块(很详细归类),pd.concat(后续补充)

    6.12自我总结 一.pandas模块 import pandas as pd约定俗称为pd 1.模块官方文档地址 https://pandas.pydata.org/pandas-docs/stab ...

随机推荐

  1. Java语法专题1: 类的构造顺序

    合集目录 Java语法专题1: 类的构造顺序 问题 下面的第二个问题来源于Oracle的笔试题, 非常经典的一个问题, 我从07年开始用了十几年. 看似简单, 做对的比例不到2/10. 描述一下多级继 ...

  2. 2.flink

    Flink 运行时的组件 作业管理器(JobManager) •控制一个应用程序执行的主进程,也就是说,每个应用程序都会被一个不同的JobManager 所控制执行. •JobManager 会先接收 ...

  3. STS中创建 javaweb 项目?

    package com.aaa.readme; /* * 一. * 1.安装Tomcat 版本8.5 * * 2.file---->new------>dynamic java web p ...

  4. 使用 Frp 和 Docker 通过远程桌面和 SSH 来远程控制 Windows(反向代理)

    最新博客文章链接 大体思路 使用 Docker 容器,在云服务器上部署 Frps 容器来中转流量,在被控制的 Windows 上部署 Frpc 容器来暴露内网的服务,在主控制端的 Windows 上直 ...

  5. HTTP消息头(HTTP headers)-HTTP请求头与HTTP响应头

    感谢大佬:https://itbilu.com/other/relate/E1T0q4EIe.html HTTP协议将传输的信息分隔为两部分:HTTP信息头.HTTP信息体.通过HTTP头信息,使客户 ...

  6. @property基本概念

    1.什么是@property @property是编译器的指令 什么是编译器的指令 ? 编译器指令就是用来告诉编译器要做什么! @property会让编译器做什么呢? @property 用在声明文件 ...

  7. .NET 云原生架构师训练营(权限系统 RGCA 开发任务)--学习笔记

    目录 目标 模块拆分 OPM 开发任务 目标 基于上一讲的模块划分做一个任务拆解,根据任务拆解实现功能 模块拆分 模块划分已经完成了边界的划分,边界内外职责清晰 OPM 根据模块拆分画出 OPM(Ob ...

  8. pyrealsense2学习

    如何得到realsense设备信息 前提:将D455连接在电脑上,并且已经下载好 Realsense Viewer 打开Realsense Viewer--> Info, 便可得到相机的一些参数 ...

  9. opencv笔记--ORB

    ORB detector 使用 FAST detector 和 BRIEF descriptor 基本思路.在介绍 ORB 之前,首先对 FAST 与 BRIEF 进行说明. 1 FAST FAST( ...

  10. Mybatis第三方PageHelper分页插件原理

    ​ 欢迎关注公号:BiggerBoy,看更多文章 原文链接:https://mp.weixin.qq.com/s?__biz=MzUxNTQyOTIxNA==&mid=2247485158&a ...