pandas学习笔记

pandas的数据结构

1.Series
类似numpy中的一维数组,表示为索引（从0开始）和值。
创建：

import pandas as pd,numpy as np
s1 = pd.Series(np.arange(10))
s2 = pd.Series([12,2,5])
s3 = pd.Series({'a':10,'b':44})

含有的属性：

s1.values
s1.index
s1.dtype

方法：

s3.drop('b')#丢弃某项

2.DataFrame
创建：

d1 = pd.DataFrame(np.array(np.arange(12)).reshape(3,4))#通过数组创建
d2 = pd.DataFrame({'a':[1,2],'b':[1,4]})#通过字典创建
d3 = pd.DataFrame({'a':{'o':3,'p':4,'q':5},'b':{'o':5,'p':1,'q':6},'c':{'o':8,'p':1,'q':2})#与上面的区别是行索引
d4 = d3[['a','c']]#利用数据框创建新的，注意与d3['a']的区别

属性：

d3.T#转置

丢弃某项：

d3.drop(['o','q'])#丢弃行
d3.drop('a',axis=1)#丢弃列
d3.drop('o',inplace=True)#原数据直接被替换

索引

自定义索引：

s4 = pd.Series(np.arange(3))
s4.index = ['a','b','c']

重新索引：

s4.reindex(['a','c','b'])

数据获取方法：

s4[2]
s4['a']
s4[:2]
s4['a':]