pandas将df赋值到另一个df_Pandas之基础操作

Pandas库主要针对Series和DataFrame两种数据结构进行操作，一般与Numpy同时导入：

一、Series

1、Series的定义与使用

Series 是一个带有名称和索引(显性)的一维数组

Series 中包含的数据类型可以是整数、浮点、字符串、列表、元组、ndarray等

创建方式：pd.Series(['data=None', 'index=None', 'dtype=None', 'name=None'],)

从上面显示的dtype可以看出，和ndarray一样，Series中只能保存一种数据类型，如果数据类型不一致的话，也会自动转化为一致，转化的规则和ndarray类似：

注：如果在Pandas对象中dtype被标记为“object”，大概率是字符串，以及非数值型的数据类型

2、Series索引标签及添加

方法一：在创建Series对象的时候添加

定义之后就可以查看Series的索引标签：

方法二：建立好Series之后，用一个新的列表(或者其他有序序列)赋值到该Series的索引对象Index中

3、Series的名字及添加

方法一：在创建Series对象的时候添加

方法二：建立好Series之后，通过改变Series实例属性的方式来添加

4、Series索引名字的添加

通过index.name属性添加

5、Pandas的Index对象

综上所述，一个Series包括了data，index 以及 name，但是按照上面的方法，定义一个完整元素的 Series 的索引，需要先定义索引标签，再定义索引的名字，未免太繁琐。可以通过定义 Index 对象，再将其赋值到Series 中的 index 参数，这样可以一次性定义一个有完整元素的Series索引

6、Series的索引和切片

索引标签的添加并不会删除索引，索引依然可以使用，也可以通过索引标签进行切片：

注意：切片方法有点差异，用索引是不取末端，用索引标签取末端

7、Series的 .get() 方法

Series 和字典非常类似，我们可以将index和其标签看成是key，对应的值看成是value。两个有很多类似的操作，比如Series同样可以使用.get()方法，且如果在Series中无法找到要找的值，可以设定返回默认值：

8、Series掩码提取

Series值筛选与提取的方法和ndarray基本一致

因为Series底层封装的也ndarray数组结构，因此同样支持向量化操作，可以利用 .values 属性获得Series里的ndarry数据：

9、Series运算符和广播方法

Series支持ndarray的运算符和广播方法，包括numpy中的各种运算函数、聚合函数等

二、DataFrame

DataFrame 是一个带有索引的二维数据结构，每列可以有自己的名字，并且可以有不同的数据类型，你可以把它想象成一个 excel 表格或者数据库中的一张表，也可以将它想象成由多个Series拼接成的一个DataFrame，共用一个索引，它是最常用的 Pandas 对象

1、DataFrame的创建

pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

(1)通过二维数组转化过来

(2)通过字典转化

通过字典转化为DataFrame类型时，"键" 会作为列标签，"键"对应的"值" 会作为该列名对应的数据列

(3)通过嵌套列表转化

构建一个嵌套列表，然后再生成一个列标签columns，最后生成一个Index对象，这样，data、colunms、Index 三个对象就构成了DataFrame

同样，DataFrame也可以利用 .values 属性获得ndarry数据

同样Index操作可以作用于行列索引 index 和 columns 上：

2、数据提取

(1)根据列标签名提取

DataFrame中的列标签可以用作取每一列数据：

如果想提取多列，在列表中写多个列标签名即可：

(2)df.loc[ ]

可以用 loc[location] 的方法来进行显示索引

语法：df.loc[索引行, 索引列]

取某一列：

取某几列：

通过索引名取某些行：

通过某列的条件筛选取某些行：

取某些行某些列：

(3)df.iloc[ ]

进行隐式索引，即使用 iloc 也就是 index_loc，这种方式不看你的行列的索引标签是什么，只看数据是处于表中的一个什么位置，依据真正的行列索引值来取

取某行：

取某列：

筛选行列数据：

3、行列增删改

(1)行的增加

(2)行的修改

(3)列的增加与修改

如果该列的所有值都一样，可以通过传入一个标量，Pandas 会自动帮我们广播来填充所有的位置，也可以将一个序列赋值到新的列标签来增加新列；

列值修改也是如此，用一个新的序列数据赋值到对应的列标签中即可；

(4)行列删除

<1> df.drop()

df.drop(['labels=None', 'axis=0', 'index=None', 'columns=None', 'level=None', 'inplace=False'],)

labels：单个标签或类似列表要删除的索引或列标签

axis：{0或'index'，1或'columns'}，默认为0，决定从索引中删除标签(0或'索引')或列(1或'列')

index，columns：单个标签或类似列表替代指定轴(标签，轴= 1 相当于columns = labels)

level：int或level name，可选。对于MultiIndex，将从中删除标签的级别

inplace：bool，默认为False，如果为True，则执行就地操作并返回None

利用 index 和 columns 参数删除行列：

利用 labels 和 axis 参数删除行列：

注：df.drop()操作并没有删除原表记录，而是返回了一个新的DataFrame对象

删除除了某些行或列以外的数据：

<2> df.pop()

df.pop() 方法只能删除列，且一次只能传入一个列名

注：df.pop()会直接删除原表的列！谨慎操作！

4、列顺序的更改

先用列表定义行的列名顺序，再按照这个新的顺序重新赋值回原 DataFrame，并没有修改原 DataFrame

5、索引和列名的修改

在使用 DataFrame 的过程中，经常会遇到修改列名，修改索引名等情况，使用 rename 轻松可以实现，但是并不会修改原 DataFrame

修改索引名用需要在 df.rename() 中设置 index 参数

修改列名只需要设置 columns 参数

使用 df.rename() 将整个索引标签替换掉，包括行标签index，列标签columns，只需要建立一个映射字典：

该字典的 “键” 对应着 “旧索引”

该字典的 “值” 对应着 “新索引”

同样地，df.rename() 也可以通过字典映射的方法，修改DataFrame的列名：

还可以通过自定义函数转换行列名，函数的参数对应的要修改的 index 或 columns 对象整体：

6、单列数据类型转换

如果想要转换数据类型的话，可以通过 astype 来完成

Series.astype()

pd.to_numeric()

7、表合并方式

(1)pd.concat([df_01, df_02])

用法：np.concatenate([x, y], axis = 0)

(2)df.append(df)：只能按axis=0轴合并，相当于按行追加

(3)pd.merge()

用法：pd.merge('left', 'right', how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, suffixes=('_x', '_y'))

how:

left：仅使用左框架中的键，类似于SQL左外连接，保留关键顺序

right：仅使用右框架中的键，类似于SQL右外连接，保留关键顺序

outer：使用来自两个帧的键的并集，类似于SQL full outer 连接，按字典顺序排序键

inner：使用两个帧的交集，类似于SQL内连接，保留左键的顺序

要根据多个列进行合并，传入一个由列名组成的列表即可：

对于重复列名的处理，可以使用 suffixes 选项进行设置：

对于连接键位于索引中，可以使用 left_index = True 或 right_index = True (或者两者都传)：

对于层次化索引，需要以列表的形式指明用作合并键的多个列：

两个表均使用索引关联也可以：

8、数据保存与读取

读取数据：pd.read_csv()，pd.read_excel()

绝对路径写法：r"D:\hero_info_o.csv"

除了读取 csv 数据，还可以读取其他带有分隔符的数据，例如 txt 数据：

读取 excel 中不同的 sheet 数据，使用 sheet 参数即可：

以第一行作为索引：传入列名或者 index_col = 0

以其他列作为索引：传入列名

保存数据：df.to_csv()，df.to_excel()

保存到一个 excel 里的多个 sheet：