pandas dataframe函数_Joyful-Pandas 学习笔记（1）——Pandas 基础

本文用于复习pandas相关代码。

代码取自Datawhale仓库

joyful pandas​github.com

首先要安装Pandas 版本在1.0.1以上

import 

查看Pandas版本

pd

csv/txt/xlsx文件读取

df 

这里要注意读取excel文件要先安装xlrd包

# Anaconda用户

将数据保存回csv/xlsx（写入）

df

保存回xlsx要先安装openpyxl包

# Anaconda用户

教程里面没有保存成txt的，这里挖个坑，有空再填

Pandas基本数据结构

Series

对于一个Series，其中最常用的属性为值（values），索引（index），名字（name），类型（dtype）

s 

Series相当于一个列向量，包含值，列坐标和向量名。

访问Series的四个属性——值（values），索引（index），名字（name），类型（dtype）

s

取出Series的某一个元素，根据索引index来提取

调用某些函数进行计算，如求平均值

DataFrame

相较于Series的列向量，DataFrame就像是完整的一个列表

这里一定要注意DataFrame的DF都需要大写，牢记！

创建一个Dataframe

df 

可以看到DataFrame的基本组成要有列名，每一列有什么和index

从DataFrame取出一列为Series

方法和数组是类似的，使用df['列名']的方法

修改行名或列名

df

使用rename函数

类似地，也有调用属性的方法

索引对齐特性

这是Pandas中非常强大的特性，不理解这一特性有时就会造成一些麻烦

是index对应的元素相减

列的删除与添加

删除使用drop/del/pop函数

df

drop函数可以指定行名和列名，删除对应的行列，但不会影响原DataFrame，如果在drop中设置inplace=True后会直接在原DataFrame中改动

del函数指定列名直接删除原DataFrame对应的列，会改变原DataFrame

pop函数英文上是冒出泡泡的意思，所以你是把不要的东西冒出来，因此pop函数指定列名，直接输出该列，同时也会改变原DataFrame

增加新列

直接指定列名增加，也可使用assgin函数，增加一个Series

根据数据类型选择对应的列

将Series转换为DataFrame

使用T符号可以转置