关于Pandas的基本用法_01

import pandas as pd
import numpy as np
s = pd.Series([1, 2, 3, np.nan, 44])
# 创建一个pandas序列
date_s = pd.date_range('20210328', periods=6)
# 生成时间索引
df = pd.DataFrame(np.random.randn(6, 4), index=date_s, columns=['a', 'b', 'c', 'd'])
# 生成一个有指定行列索引的矩阵
df1 = pd.DataFrame(np.arange(12).reshape((3, 4)))
# 若无指定索引则默认为0,1,2,3...
df2 = pd.DataFrame(
    {
        'A': 1,
        'B': pd.Timestamp('20210329'),
        'C': pd.Series([1, 2, 3, 4],dtype='float32'),
        'D': np.array([3]*4, dtype='int32'),
        'E': pd.Categorical(['test', 'train', 'test', 'train']),
        'F': 'foo'
    }
)
# 使用字典数据类型也可生成带索引的矩阵
# Timestamp 时间戳
# Pandas模块的数据结构主要有两种：1.Series 2.DataFrame
# Series 是一维数组，基于Numpy的ndarray 结构
print(df2.dtypes)
'''
A             int64
B    datetime64[ns]
D             int32
E          category
F            object
'''
print(df2.index)
'''
A             int64
B    datetime64[ns]
D             int32
E          category
F            object
dtype: object
'''
print(df2.columns)
'''
RangeIndex(start=0, stop=4, step=1)
'''
# 输出df2的各个列的数据类型，行索引类型，列索引类型
print(df2.values)
'''
Index(['A', 'B', 'D', 'E', 'F'], dtype='object')
[[1 Timestamp('2021-03-29 00:00:00') 3 'test' 'foo']
 [1 Timestamp('2021-03-29 00:00:00') 3 'train' 'foo']
 [1 Timestamp('2021-03-29 00:00:00') 3 'test' 'foo']
 [1 Timestamp('2021-03-29 00:00:00') 3 'train' 'foo']]
'''
# 输出df2的所有值
print(df2.describe())
# 计算并返回矩阵中数值形式的和，平均数，最小值，最大值，方差
print(df.T)
# 转置
df2.sort_index(axis=1,ascending=False)
# 排序，可以通过列或者行的索引顺序进行排序使用axis控制，ascending控制正序还是倒序，True为正
df2.sort_values(by='E', ascending=False)
# 排序，通过指定行或者列的索引值，依据指定的行或列的值进行排序