python练习—pandas与Datafram对象

Series常用操作：

sel=Series(data=[1,2,3,4],index=[“a”,“b”,“c”,“d”])

#Series是Pandas中最基本的对象，类似于一维数组，和numpy数组对象差不多，Series可以为数据自定义标签，也就是索引，
import pandas as pd 
from pandas import Series,DataFrame
import numpy as np 
#创建Series对象并忽略索引：
sel=Series([1,2,3,4])
print(sel)

print("-"*10)
#通常会自己创建索引：
sel=Series(data=[1,2,3,4],index=["a","b","c","d"])
sel=Series(data=[1,2,3,4],index=list("abcd"))
print(sel)

输出：

0    1
1    2
2    3
3    4
dtype: int64
----------
a    1
b    2
c    3
d    4
dtype: int64

获取内容：包括内容、键值对、索引和 键值对；

sel=Series(data=[1,2,3,4],index=["a","b","c","d"])
sel=Series(data=[1,2,3,4],index=list("abcd"))

print("-"*10)
#获取内容：
print(sel.values)
#获取索引：
print(sel.index)
#获取索引和键值对：
print(list(sel.iteritems()))

输出：
[1 2 3 4]
Index([‘a’, ‘b’, ‘c’, ‘d’], dtype=‘object’)
[(‘a’, 1), (‘b’, 2), (‘c’, 3), (‘d’, 4)]

将字典转化为Series:

dict={"red":100,"black":400,"green":300,"pink":500}
sel=Series(dict)
print(sel)

输出：
red 100
black 400
green 300
pink 500
dtype: int64

Series的数据获取：单个数据【】—多个数据不连续【 ，】——连续的数据采用切片【 ：】

sel=Series(data=[1,2,3,4],index=list("abcd"))
print("-"*30)
#Series对象同时支持位置和标签两种获取数据；
print("索引下标",sel["c"])
print("-"*30)
print("位置下标",sel[2])
print("-"*30)
#获取不连续的数据：
print("索引下标",sel[["a","c"]])
print("-"*30)
print("位置下标",sel[[1,2]])
print("-"*30)
#使用切片获取数据：
print("位置切片",sel[1:3])
print("-"*30)
print("索引切片",sel["b":"d"])

输出：

------------------------------
索引下标 3
------------------------------
位置下标 3
------------------------------
索引下标 a    1
c    3
dtype: int64
------------------------------
位置下标 b    2
c    3
dtype: int64
------------------------------
位置切片 b    2
c    3
dtype: int64
------------------------------
索引切片 b    2
c    3
d    4

重新赋值索引的值：

sel.index=list("dcba")
print(sel)
#reindex对原来的数组进行重新赋值，返回一个新的series，缺失值使用nan代替；
print(sel.reindex(["b","a","c","d","e"]))

输出：

d    1
c    2
b    3
a    4
dtype: int64
b    3.0
a    4.0
c    2.0
d    1.0
e    NaN

drop丢弃指定轴上的项：

sel=pd.Series(range(10,15))
print(sel)
print(sel.drop([2,3]))

输出：

0    10
1    11
2    12
3    13
4    14
dtype: int64
0    10
1    11
4    14
dtype: int64

（2）Series进行算术操作：基于index进行的，可以用加减乘除这样的运算符来对两个Series进行计算；
同样也支持numpy的数组：
pandas 根据索引index对应的数据进行计算，结果以浮点数进行计算，避免丢失精度，

#如果pandas在两个series中找不到相同的index,对应的位置就会返回一个空值
series1=pd.Series([1,2,3,4],["London","HongKong","Humbai","lagos"])
series2=pd.Series([1,3,6,4],["London","Accra","lagos","Delhi"])
print(series1-series2)
print("-"*30)
print(series1+series2)
print("-"*30)
print(series1*series2)

输出：

Accra       NaN
Delhi       NaN
HongKong    NaN
Humbai      NaN
London      0.0
lagos      -2.0
dtype: float64
------------------------------
Accra        NaN
Delhi        NaN
HongKong     NaN
Humbai       NaN
London       2.0
lagos       10.0
dtype: float64
------------------------------
Accra        NaN
Delhi        NaN
HongKong     NaN
Humbai       NaN
London       1.0
lagos       24.0
dtype: float64

sel=Series(data=[1,2,3,0],index=list("abcd"))
print(sel[sel]>3)#布尔数据进行过滤
print("-"*30)
print(sel*2)#标量乘法

输出：

b    False
c    False
d    False
a    False
dtype: bool
------------------------------
a    2
b    4
c    6
d    0
dtype: int64

(3)创建DataFrame

Dataframe的创建
#使用二维数组：
df1=DataFrame(np.random.randint(0,10,(4,4)),index=[1,2,3,4],columns=["a","b","c","d"])
print(df1)

输出：
a b c d
1 3 5 1 3
2 6 1 9 2
3 5 7 2 5
4 1 3 5 1

使用字典创建：

dict={"province":["Guangdong","Beijing","Qinghai","Fujian"],
      "pop":[1.3,2.5,1.1,0.7],
      "year":[2018,2018,2018,2018]
     }
df2=pd.DataFrame(dict,index=[1,2,3,4])
print(df2)

输出：
province pop year
1 Guangdong 1.3 2018
2 Beijing 2.5 2018
3 Qinghai 1.1 2018
4 Fujian 0.7 2018