1.什么是pandas
2.查看pandas版本信息
print(pd.__version__)
输出：
0.24.1
3.常见数据类型
常见的数据类型:
- 一维: Series
- 二维: DataFrame
- 三维: Panel …
- 四维: Panel4D …
- N维: PanelND …
4.pandas创建Series数据类型对象
1). 通过列表创建Series对象
array = ["粉条", "粉丝", "粉带"] # 如果不指定索引， 默认从0开始; s1 = pd.Series(data=array) print(s1) # 如果不指定索引， 默认从0开始; ss1 = pd.Series(data=array, index=["A", "B", "C"]) print(ss1)
输出：
0 粉条 1 粉丝 2 粉带 dtype: object A 粉条 B 粉丝 C 粉带 dtype: object
2). 通过numpy的对象Ndarray创建Series；
n = np.random.randn(5) # 随机创建一个ndarray对象; s2 = pd.Series(data=n) print(s2) # 修改元素的数据类型; ss2 = s2.astype(np.int) print(ss2)
输出：
0 -1.649755 1 0.607479 2 0.943136 3 -1.794060 4 1.569035 dtype: float64 0 -1 1 0 2 0 3 -1 4 1 dtype: int64
3). 通过字典创建Series对象;
dict = {string.ascii_lowercase[i]:i for i in range(10)}
s3 = pd.Series(dict)
print(s3)
输出：
a 0 b 1 c 2 d 3 e 4 f 5 g 6 h 7 i 8 j 9 dtype: int64
5.Series基本操作
共同部分：
import pandas as pd import numpy as np import string array = ["粉条", "粉丝", "粉带"] s1 = pd.Series(data=array) print(s1)
输出：
0 粉条 1 粉丝 2 粉带 dtype: object
1). 修改Series索引.index
print(s1.index) #输出：RangeIndex(start=0, stop=3, step=1) s1.index = ["A", "B", "C"] print(s1)
输出：
A 粉条 B 粉丝 C 粉带 dtype: object
2). Series纵向拼接.append
s1.index = ["A", "B", "C"] array = ["粉条", "粉丝", "粉带"] # 如果不指定索引， 默认从0开始; s2 = pd.Series(data=array) s3 = s1.append(s2) print(s3)
输出：
A 粉条 B 粉丝 C 粉带 0 粉条 1 粉丝 2 粉带 dtype: object
3). 删除指定索引对应的元素.drop(‘index")
s3 = s3.drop("C") # 删除索引为‘C"对应的值;
print(s3)
输出：
A 粉条 B 粉丝 0 粉条 1 粉丝 2 粉带 dtype: object
4). 根据指定的索引查找元素
print(s3["B"]) #粉丝 s3["B"] = np.nan #索引B处的值替换为缺失值 print(s3)
输出：
A 粉条 B NaN 0 粉条 1 粉丝 2 粉带 dtype: object
5). 切片操作 ― 同列表
print(s3[:2]) #显示前两个元素 print(s3[::-1]) #逆序 print(s3[-2:]) # 显示最后两个元素
输出：
A 粉条 B NaN dtype: object ------------------------- 2 粉带 1 粉丝 0 粉条 B NaN A 粉条 dtype: object ------------------------- 1 粉丝 2 粉带 dtype: object
6.Series运算
先设置两个Series对象：
import pandas as pd import numpy as np import string s1 = pd.Series(np.arange(5), index=list(string.ascii_lowercase[:5])) s2 = pd.Series(np.arange(2, 8), index=list(string.ascii_lowercase[2:8])) print(s1) print(s2)
按照对应的索引进行计算， 如果索引不同，则填充为Nan;
1).加法add
print(s1 + s2) print(s1.add(s2))
输出：
a NaN b NaN c 4.0 d 6.0 e 8.0 f NaN g NaN h NaN dtype: float64
2).减法sub
print(s1 - s2) print(s1.sub(s2))
输出：
a NaN b NaN c 0.0 d 0.0 e 0.0 f NaN g NaN h NaN dtype: float64
3).乘法mul
print(s1 * s2) print(s1.mul(s2))
输出：
a NaN b NaN c 4.0 d 9.0 e 16.0 f NaN g NaN h NaN dtype: float64
4).除法div
print(s1 / s2) print(s1.div(s2))
输出：
a NaN b NaN c 1.0 d 1.0 e 1.0 f NaN g NaN h NaN dtype: float64
5).求中位数median
print(s1.median())
输出：
2.0
6).求和sum
print(s1.sum())
输出：
10
7).最大值max
print(s1.max())
输出：
4
8).最小值min
print(s1.min())
输出：
0
7.特殊的where方法
series中的where方法运行结果和numpy中完全不同
import pandas as pd import numpy as np import string s1 = pd.Series(np.arange(5), index=list(string.ascii_lowercase[:5])) print(s1)
输出：
a 0 b 1 c 2 d 3 e 4 dtype: int64
print(s1.where(s1 > 3))
大于3的显示，不大于3的为NaN
# 对象中小于3的元素赋值为10； print(s1.where(s1 > 3, 10))
# 对象中大于3的元素赋值为10； print(s1.mask(s1 > 3, 10))
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/weixin_43067754/article/details/87969499
