Pandas的使用

最新推荐文章于 2025-05-20 17:38:40 发布

原创最新推荐文章于 2025-05-20 17:38:40 发布 · 351 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Pandas #数据处理 #Python #算法

python基础同时被 3 个专栏收录

8 篇文章

订阅专栏

算法类

7 篇文章

订阅专栏

Python包

6 篇文章

订阅专栏

本文详细介绍了Pandas的使用，包括Series和DataFrame数据结构，数据读取，缺失值处理，数据操作如取值、切片、索引，运算，以及DataFrame的创建、追加、选择、排序和统计分析。此外，还涵盖了文件读写、合并与拼接、编码转换以及绘图等功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd

数据结构和数据分析

两种数据结构：

Series

索引值可以重复（自定义）

DataFrame

一组有序的列，每列可以是不同的值类型（数值、字符、布尔等）

读excle文件

# data1 = pd.read_excel('C:\\Users\\Administrator\\Desktop\\remmand.xlsx')
# data = data1.values
# data = data.T

Series

构建出来为一列数

创建序列

s=pd.Series(data,index,dtype,copy)
data的数据类型：
	列表： data=[1,2,3,4]
    	a=pd.Series([1,2,3],index=['a','b','c'],dtype='int',name='something')
    一维数组： data=np.array([1,2,3,4])
    	d=pd.Series(np.array([1,2,3]),dtype='int',name='something')
    标量： data=5
    	b=pd.Series(5,index=['a','b','c'],dtype='int',name='something')
    字典型（字典的键用于构建索引）： data={'a':1,'b':2}
    	c=pd.Series({'a':1,'b':2,'c':2},dtype='int',name='something')

基本属性(赋值、获取)

s.index
s.value
s.name
s.dtype
s.shape
len(s) [说明：包含缺失值]，s.count() [说明：不包含缺失值]
s.unique() [不重复的值]
s.value_counts() : 选出各个value的频数

缺失值的操作

给缺失值一个预设

s.fillna(值)

删除缺失值

s.dropna()

数据操作

取值

单行： s[0]/s[‘索引’]
指定行： s[[0,3]] => 0行和3行 ; s[[‘a’,‘c’]] ==> a行和c行（a和c为索引）
前后几行： s.head(值)/s.tail(值) => 默认值为5
修改/增加值： s[‘a’]=3

切片

s[:2] ==> 0-1行
s[-2:] ==> 访问最后两个元素

索引

按索引标签索引
单个：
s[‘a’] #a为索引值
多个：
s[[‘a’,‘c’]] #a、c为索引值
布尔索引
s[s>条件（s.mean()等）]

运算

两个运算的单元必须索引和长度一样，不一样，在缺省位置自动补充Nan

s1=pd.Series([1,2,3],index=['a','b','c'])
s2=pd.Series([3,2,1],index=['a','b','c','d'])

计算
s1.add(s2,fill_value=值)
s1.sub(s2,fill_value=值)
s1.mul(s2,fill_value=值)
s1.div(s2,fill_value=值)

DataFrame

创建

df=pd.DataFrame(data,index,columns,dtype,copy)

data:
    列表：
        data=[1,2,3,4]
        data=[[1,2],[3,4]]
        字典形式（键默认为列名）： data=[{'a':1,'b':2},{'a':3,'b':4,'c':5}]
    序列：
    	data={'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2],index=['a','b'])}
    字典：
    	data={'one':[1,2,3,4],'two':[5,6,7,8]}
    多维数组：
    data是另一个DataFrame
    df里是层次索引

数据操作

追加一列

df[‘four’]=df[‘one’]+df[‘three’]

取值

列

列选择：df[‘one’]
列添加：df[‘three’]=pd.Series([10,20,30],index=[‘a’,‘b’,‘c’])
列删除：
- del df[‘one’] ：在原数据上进行操作
- df.drop([‘a’],axis=1) : 返回一个新数据
列名称的修改：df.columns=[’’,’’] 给个新的名字

行

行切片： df[1:]
列中前两行： df[‘one’][:2]
选择前后几行：df.head(n) df.tail(n) => n不传值默认是5
按标签选择：
- 选择特定的行 df.loc[‘a’] / df.loc[[‘s’]]
- 按行与列的名称选择某值 df.loc[‘a’,‘one’] // df.at[‘a’,‘one’]
- 通过标签选择多轴：df.loc[:,[‘one’,‘two’]]
按位置选择
- 选择特定的行： df.iloc[0] / df.iloc[[0]]
- 按行与列的名称选择某值： df.iloc[0,0] / df.iat[0,0]
- 通过标签选择多轴： df.iloc[[0,1],[0,1]] / df.iloc[0:3,:]
附加行
- dfa=pd.DataFrame([[5,6],[7,8]],index=[‘e’,‘f’],columns=[‘one’,‘two’])
- df.append(dfa)