Python数据分析之Pandas（3）——Pandas小结

0. 核心基础：（速记-解释-白话）

• Series：一维；两个“属性”；操作元素

  ① 一维数组结构（看做表格中的一列）
  ②由 index 和 对应的值 构成 （对应行index的一列）
  ③元素级别的操作 （操作这一列之内的元素）

• DataFrame ：二维；三个“属性”；操作行/列

  ①二维数据结构（看做横向/列变化方向堆叠起来的多个Series）
  ②由 index、列名 和 它们对应的值 组成（列名对应多列Series）
  ③操作级别是行/列（操作多行或者多列）

• 共同点：向量和广播机制

  将一个Numpy数组的操作扩散到整个Pandas对象。

1. Series

• 产生方式（列表/字典=输入）：

  注意：可以使用默认index也可以自定义

• 操作方法（选择+函数=输出）：

Series的产生：

print('通过数组来生成序列Series')
s_array = np.random.randn(5)
s = pd.Series(s_array, index = ['a','b','c','d','e'])
s

print('通过字典来生成序列Series')
s_dict= {'a':11,'b':1000,'c':123213,'d':-1000}
s = pd.Series(s_dict)
s

Series的操作：

s = pd.Series(np.random.randn(5), index = ['a','b','c','d','e'])
s

# 可以通过index来查看序列Series中的元素
print('查看序列中index为a的元素：',s['a'])
print('查看序列中index为a，c，e的元素：\n',s[['a','c','e']])

# 基于index 可以修改序列s中的元素
print('原序列：\n',s)
s['a'] = 1000000000
print('修改后的序列：\n',s)

s = pd.Series(np.random.randn(5), index = ['a','b','c','d','e'])
print('原序列：\n',s)
# 大多数numpy的函数可以直接应用于 序列 Series
print('序列相加：\n',s+s)
print('序列每个元素求指数：\n',np.exp(s))

s = pd.Series(np.random.randint(1,5,5), index = ['a','b','c','d','e'])
print('查看序列s的index：',s.index)
print('查看序列的值：',s.values)
print('序列s的一阶差分：\n',s.diff())

ss = pd.Series(np.random.randint(1,3,100))
print(ss[:10])
print('查看序列的唯一取值：',ss.unique())

2. DataFrame

• 产生方式（列表/字典=输入）

• 操作方法（选择+函数=输出）

DataFrame的产生：

print('由列表来产生数据框')
data = [['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        [2000, 2001, 2002, 2001, 2002],
        [1.5, 1.7, 3.6, 2.4, 2.9]]
frame = pd.DataFrame(data,index=['state','year','pop']).T
frame

print('由字典来产生数据框')
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002],
        'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
frame = pd.DataFrame(data)
frame

DataFrame的操作：
相对Series这里的操作会更多更复杂一些，单独分块小结
注意到，直接传入多维数组之后，可以通过参数index添加索引（默认按行），并且使用功转置将一行行的数组转为一列列的形式！
①基本性质：

data = pd.DataFrame(np.random.randint(1,100,(10,4)),columns=['x1','x2','x3','x4'])
print('首先查看数据框的形状',data.shape)
print('查看数据框的头部：')
print(data.head()) 
print('---------------------')
print('查看数据框的尾部：')
print(data.tail())
print('---------------------')
print('查看数据框的索引index')
print(data.index)

print('查看数据框的列名')
print(data.columns)
print('---------------------')
print('查看数据框的值，其格式为数组array')
print(data.values)
print('---------------------')
print('查看数据框的基础描述性统计')
print(data.describe())

# 在原有的数据框中新加入一列
data['新列'] = ['HAHA'] * len(data)
data

# 数据框的转置
data.T

②选择数据

可以参考：
https://zhuanlan.zhihu.com/p/58961194
写的有点多，以后有时间再精简，好事一个核心框架的形式！