第五章pandas入门总结

导入  import pandas as pd

与numpy的联系与区别：pandas是在numpy的基础上完成的，pandas用来处理表格或异质型数据，而numpy用来处理同质性数据

1、pandas数据结构介绍

（1）Series

定义：一维的数组对象，包含一个值序列（values）和 索引（index）

生成：obj=pd.Series([4,7,-5,6])

索引：obj.index

操作

索引和切片obj2['a']  obj2[1]  obj2[2:4]  obj2['b':'d']（左闭右闭）

修改obj2[2]=6  obj2['d']=8 

过滤obj2[obj2>0]大于0的数显示True，其余是False

删除obj2.drop('c')  删除多行obj.drop(['c','d'])

与字典的关系

字典可直接生成序列，产生好的Series的索引将 是字典的键

检测缺失值pd.isnull(obj4)

（2）DataFrame（Series是DataFrame的一列）

DataFrame是数据表，包含已排序的列集合，每一列可以是不同的值类型

生成：data = {'city': ['Xian', 'Xian', 'Xian', 'beijing', 'beijing', 'beijing'],
             'year': [2014, 2015, 2016, 2014, 2015, 2016],
             'pop': [840, 860, 880, 2152, 2171, 2173]}
frame = pd.DataFrame(data)

2、从外部文件读入数据和数据到文件

pd.read_csv('1.csv')

pd.to_csv('2.csv')

 选出前几行：frame.head()默认前5行

索引和切片

行索引frame[:2]前2行

列索引frame2['city']

布尔索引

data = pd.DataFrame(np.arange(16).reshape((4, 4)),
index=['Ohio', 'Colorado', 'Utah', 'New York'],
columns=['one', 'two', 'three', 'four'])

data[data<5]=0

轴标签loc  data.loc['Colorado', ['two', 'three']]

整数标签data.iloc[2, [3, 0, 1]]   data.iloc[2]

查看列名frame2.columns行名frame2.index值frame.values