个人总结-pandas

基于 https://www.bilibili.com/video/BV1hx411d7jb?t=36&p=23

0. Series和DataFrame

pandas中的两种基本数据板块
Series是一个维度为1，类似于字典
DataFrame：维度为2，series的容器，或者说组成成分是series

1.Series

·创建一个Series
可以由字典转过来，也可以由直接创造
Series([data, index, dtype, name, copy, …])
Series（）

index后面附的是标签，如果没有填写而默认的话，出来的是0，1，2，3…

import numpy as np
import pandas as pd
import string

a=pd.Series(np.arange(5), index=list(string.ascii_uppercase[:5]))
print("a:",a,'\n')

b={'A':10,'B':20,'C':30,'D':40,'E':50}
b=pd.Series(b)
print("b:",b,'\n')

·索引与切片
这一块它像是列表和字典的糅合物，也有上篇中的[[ ]]式来对不连续的行列进行搜查，当然也可以通过判断来搜索

a=pd.Series(np.arange(5), index=list(string.ascii_uppercase[:5]))
print("a:\n",a,'\n')

b=a[0:3]
print("b:\n",b,'\n')
  
#改版了，不能搜不存在的东西
c=a[['A','B','D']]
print("c:\n",c,'\n')

#判断搜索
d=a[a>1]
print("d:\n",d,'\n')

e=a[[1,2,4]]
print("e:\n",e,'\n')

它甚至还有 .value() 和 .keys() 这种字典的方法

a=pd.Series(np.arange(5), index=list(string.ascii_uppercase[:5]))
print("a:\n",a,'\n')

print(a.values)
print(a.keys)

2.DataFrame

·概貌
这就是一个矩阵，如果单列着来看的话就是一个Series，多行来看的话是有相同标签的Series的横向叠加
二维列表可以
也可以通过二维的字典来构造

a=pd.DataFrame(np.arange(15).reshape(5,3), index=list('abcde'),columns=list('XYZ'))
print("a:\n",a,'\n')

print("a:\n",a,'\n')


A=[
      {'A':0,'B':3,'C':6,'D':9,'E':12},
    {'A':1,'B':4,'C':7,'D':10,'E':13},
    {'A':2,'B':5,'C':8,'D':11,'E':14}
       ]
A=pd.DataFrame(A)
print(A)

也可以通过二维的字典来构造

·基本属性和方法
下面是默认df为DataFrame的对象
注意属性是直接调出来的，没括号

a=pd.DataFrame(np.arange(15).reshape(5,3), index=list(string.ascii_uppercase[:5]))
print("a:\n",a,'\n')


print("a.shape:",a.shape)
print("a.dtypes:",a.dtypes)
print("a.ndim:",a.ndim)
print("a.index：",a.index)
print("a.columns：",a.columns)
print("a.values:",a.values)

print("-"*50)
print(a.describe())
print(a.info())
print(a.head(2))
print(a.tail(2))

·索引与排序

位置就是坐标
但是韩式保留了[ [行]，[列]] 这般的指定，里面填标签或坐标

·排序：df.sort_values(by="要排序的行或列’’，ascending=True（小到大）/False(大到小)，…)

a=pd.DataFrame(np.arange(15).reshape(5,3), index=list('abcde'),columns=list('XYZ'))
print("a:\n",a,'\n')

b=a.sort_values(by='Y',ascending=False)
print('''a.sort_values(by='Y',ascending=False):''','\n',b,'\n')

·索引：多行多列，不连续行\列，特定位置（一次直奔不过一个）
下面以loc为例子，其实iloc也差不多，就是标签改数字罢了

a=pd.DataFrame(np.arange(15).reshape(5,3), index=list('abcde'),columns=list('XYZ'))
print("a:\n",a,'\n')

print('a.X:','\n',a.loc[:]['X'],'\n')
print('a.b:','\n',a.loc['b'],'\n')
print('''a.loc['b',['X','Y']]:''','\n',a.loc['b',['X','Y']],'\n')
#a.loc['b'],['X','Y']这样也是可以的
#但祝生意是两重方括号，失去外面一重的后果是选完所有列
print('''a.loc[['b'],['X','Y']]''','\n',a.loc[['b'],['X','Y']],'\n')
#如果是[],[]这种的话，与numpy那边也不大同，这是指定一个范围
#比如 [3,5],[1,4],返回地四行的第二个和第五个，第五行第二个和第五个
print('''a.loc[['b','d'],['X','Y','Z']]:''','\n',)
print(a.loc[['b','d'],['X','Y','Z']],'\n')

#指定位置,只能一个个来
print('''a.loc['a','Z']:''','\n',a.loc['a','Z'])

·条件搜索

和numpy的相似
df[判断条件(含df)]

a=pd.DataFrame(np.arange(15).reshape(5,3), index=list('abcde'),columns=list('XYZ'))
print("a:\n",a,'\n')
print(a[a>10])