pandas 的学习和使用（一）_dataframe index 变成 value-优快云博客

这篇博客介绍了pandas的学习，包括Series的基础操作，DataFrame的创建和索引修改，以及数据处理的基本功能如丢弃行、算数运算和数据对齐。强调了numpy作为基础的重要性，并提供了代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景

学习了 numpy 用pandas这个利器就非常棒了，前提是要学习好numpy 他是一个基础

基础学习

Series

import pandas as pd
from pandas import Series, DataFrame

x = Series([1,2,3,4])
print(x)

print(x.values)
print(x.index)
x = Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
print(x)
print(x[x > 2]) # 将值大于2 的值给拿出来

x = Series(["yang", "xiao", "dong"], index=['a', 'b', 'c'])
print(x)

print(x.index)

print(x['a'])
print(x[['c', 'a', 'b']]) # 花式索引

print('b' in x) # in 使用指的是  index 中的元素
print('t' in x)

print("使用字典来生成series")
data = {
  
  'a':1, 'b':2, 'c':3}
x = Series(data)
print(x)
# a    1
# b    2
# c    3
# dtype: int64

print("使用字典生成Series 并指定额外的index， 不匹配的索引部分数据为NaN")
data = {
  
  'a':1, 'b':2, 'c':3}
exindex = ['a', 'b', 'c', 'd']
y = Series(data, index=exindex)
print(y)
# a    1.0
# b    2.0
# c    3.0
# d    NaN
# dtype: float64

区分
上面这已经有index的情况下替换的，没有匹配的话显示为NaN 但是如果开始就没有index 的话多写或者少些 index 都会有错误


x = Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd', 'e'])
print(x)


 File "C:\Python36\lib\site-packages\pandas\core\internals.py", line 120, in __init__
    len(self.mgr_locs)))
ValueError: Wrong number of items passed 4, placement implies 5

数据结构DataFrame

DataFrame是一个类似表格的数据结构，索引包括列索引和行索引，包含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame的每一行和每一列都是一个Series，这个Series的name属性为当前的行索引名/列索引名。

通过列索引获取列数据（Series类型）：df_obj[col_idx] 或 df_obj.col_idx

.ix，标签与位置混合索引

可输入给DataFrame构造器的数据：
这里写图片描述

DataFrame的使用代码示例：

print("使用字典生成DataFrame, key 为列名")
data = {
  
  "state": ['ok', 'ok', 'good', 'bad'],
        'year':[1992, 1993, 1994, 1995],
        'pop': [3.7, 3.4, 3.5, 0.9]
        }

print(DataFrame(data))
# 使用字典生成DataFrame, key 为列名
#    pop state  year
# 0  3.7    ok  1992
# 1  3.4    ok  1993
# 2  3.5  good  1994
# 3  0.9   bad  1995

print("制定索引列，不匹配为NaN")
print(DataFrame(data, columns=['year', 'state', 'pop', 'debt']))
# 制定索引列，不匹配为NaN
#    year state  pop debt
# 0  1992    ok  3.7  NaN
# 1  1993    ok  3.4  NaN
# 2  1994  good  3.5  NaN
# 3  1995   bad  0.9  NaN

上面是制定列头现在指定索引每行的索引

x = DataFrame(data, columns=['year', 'state', 'pop', 'debt'], index=['one', 'two', 'three', 'four'])

print(x)
#        year state  pop debt
# one    1992    ok  3.7  NaN
# two    1993    ok  3.4  NaN
# three  1994  good  3.5  NaN
# four   1995   bad  0.9  NaN

索引修改值

import pandas as pd
from pandas import Series, DataFrame
print("使用字典生成DataFrame, key 为列名")
data = {
  
  "state": ['ok', 'ok', 'good', 'bad'],
        'year':[1992, 1993, 1994, 1995],
        'pop': [3.7, 3.4, 3.5, 0.9]
        }


x = DataFrame(data, columns=['year', 'state', '