【Python数据分析之pandas02】数据结构的基本功能--1

最新推荐文章于 2020-10-26 13:05:57 发布

原创最新推荐文章于 2020-10-26 13:05:57 发布 · 254 阅读

0 ·

CC 4.0 BY-SA版权

Python 同时被 2 个专栏收录

15 篇文章

订阅专栏

Python数据分析

8 篇文章

订阅专栏

本文介绍了Python数据分析库pandas中的数据结构基本功能，包括如何重新索引、丢弃指定轴上的项以及索引选取和过滤。在重新索引时，使用reindex方法允许对Series和DataFrame的index进行修改，如果索引值不存在则引入NaN，可通过ffill和bfill进行填充。drop方法用于丢弃指定轴上的元素。在过滤和选取方面，Series和DataFrame的索引各有特点，DataFrame可以通过切片和布尔选取来过滤数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

重新索引

Series和DataFrame在创建时可以对其index属性进行修改(DataFrame中index修改行属性)。创建后需要对index修改需要用到reindex方法。

s1 = pd.Series([1,2,3],index=['c','a','b'])
s1.reindex(['a','b','c'])

'''
结果：
a    2
b    3
c    1
dtype: int64
'''

如果某个索引值在原Series中不存在，就会引入缺失值NaN。一般情况下，对于有序序列，重新索引时会做插值处理。

s1 = pd.Series(['red','orange','yellow'],index=[0,2,4])
s1
'''
0       red
2    orange
4    yellow
dtype: object
'''

s1.reindex([0,1,2,3,4,5],method='ffill')
'''
0       red
1       red
2    orange
3    orange
4    yellow
5    yellow
dtype: object
'''

其中向前填充的method是ffill，向后填充的method是bfill。

对与DataFrame，若只传入一个序列，则重新索引行，想要索引列需要用columns属性。

#传入一个数组
dict1 = {"neveda":{2001:2.4,2002:2.9},
         "ohio":{2001:1.7,2002:3.6}}
frame = pd.DataFrame(dict1)
frame.reindex([2002,2001])

结果：

#修改columns属性
dict1 = {"neveda":{2001:2.4,2002:2.9},
         "ohio":{2001:1.7,2002:3.6}}
frame = pd.DataFrame(dict1)
frame.reindex(index=[2002,2001],columns=['ohio','neveda'])

结果：

下面记录其他一些常用的reindex属性：

1.fill_value:重新索引的过程中，缺失值的替代值。

2.limit:向前填充或向后填充的最大填充量。

丢弃指定轴上的项

采用drop方法：

s1 = pd.Series([1,2,3],index=['c','a','b'])
s1.reindex(['a','b','c'])
s1.drop('b')
'''
结果;
c    1
a    2
dtype: int64
'''

索引选取和过滤

Series索引与Numpy数组没什么不同，只是Series索引不止是整数。而DataFrame的索引就是获取整个行或列。

Series索引需要注意的是，它的切片与数组不同，即两侧都是闭区间。

s1 = pd.Series([1,2,3],index=['c','a','b'])
s1['c':'b']
'''
c    1
a    2
b    3
dtype: int64

'''

DataFrame索引可以通过切片或bool选取行：

data =pd.DataFrame(np.arange(16).reshape(4,4),
                index=['one','two','three','four'],
                columns=['first','second','third','forth'])
data[data['third']>5]

结果：