二、pandas模块

2.1 一维Series

• Series创建

  from pandas import Series
  
  # 用一维数组做data参数
  Series(data=[1,2,3,'四'])
  """
  0    1
  1    2
  2    3
  3    四
  dtype: object
  """
  # index参数设置显式索引
  Series(data=[1,2,3,'四'],index=['a','b','c','d'])  
  """
  a    1
  b    2
  c    3
  d    四
  dtype: object
  """
  
  # 用numpy一维数组做data参数
  Series(data=np.random.randint(0,100,size=(3,)))  
  """
  0    99
  1    76
  2    23
  dtype: int64
  """
  
  # 用字典做data参数
  dic = {
      '语文':100,
      '数学':99,
  }
  s = Series(data=dic) 
  
  

• 索引、切片

  s[0]
  s.语文
  s[0:2]
  
  

• 常用属性

  s.shape  # 形状：(2,)
  s.size  # 大小：2
  s.index  # 索引：Index(['语文', '数学'], dtype='object')
  s.values  # 值：array([100,  99])
  s.dtype  # 元素类型：dtype('int64')
  
  

• 常用方法

  s.head(3)  # 前3个元素
  s.tail(3)  # 后3个元素
  s.unique()  # 去除重复
  s.isnull()  # 判断每一个元素是否为空
  """
  a    False
  b     True
  c    False
  d     True
  dtype: bool
  """
  s.notnull()  # 判断每一个元素是否为非空
  
  s1 = Series(data=[1,2,3],index=['a','b','c'])
  s2 = Series(data=[1,2,3],index=['a','d','c'])
  s = s1 + s2  # 索引一致的元素进行加法运算，否则为NaN
  s = s1.add(s2)  # 调用add方法进行加法运算
  """
  a    2.0
  b    NaN
  c    6.0
  d    NaN
  dtype: float64
  """
  
  

2.2 二维DataFrame

• DataFrame创建

  from pandas import DataFrame
  
  # 用二维数组做data参数
  DataFrame(data=[[1,2,3],[4,5,6,7]])
  """
  	0	1	2	3
  0	1	2	3	NaN
  1	4	5	6	7.0
  """
  # 用numpy二维数组做data参数
  DataFrame(data=np.random.randint(0,100,size=(4,6)))
  
  # 字典：key为列索引，values为行索引
  dic2 = {
      '小明':[100,99], '小红':[90,80], '小强':[88,70],
  }
  df = DataFrame(data=dic2,index=['语文','数学'])
  """
  		 小明	小红 小强
  语文	100	90	88
  数学	99	80	70
  """
  
  

• 常用属性

  df.shape  # (2,2)
  df.size  # 4
  df.index  # 行索引：Index(['语文', '数学'], dtype='object')
  df.columns  # 列索引：Index(['小明', '小红', '小强'], dtype='object')
  df.values  # 值
  """
  array([[100,  90],
         [ 99,  80]])
  """
  
  

• 索引、切片

  # 隐式索引：iloc
  df.iloc[0]  # 取单行
  df.iloc[[1, 2, 3 ]]  # 取多行
  df.iloc[1, 2]  # 取单个元素：df.iloc[行，列]
  
  # 显式索引（只能取列）
  df['小明']  # 取单列
  df[['小明', '小红']]  # 取多列
  
  # 显示索引：loc（只能取行）
  df.loc['语文']  # 取单行
  df.loc[['语文', '数学']]  # 取多行
  
  df.loc['数学', '小明']  # 取单个元素：df.loc[行，列]
  
  
  # 切片
  df[0:2]  # 前两行
  df.iloc[:, 0:2]  # 前两列
  
  

• 运算

  # 同Series，索引一致的元素进行运算，否则为NaN
  

• 时间格式化

  import pandas
  
  df['time'] = pandas.to_datetime(df['time'])
  
  

• 将某一列元素做为行索引

  # 不改变原始数据
  df.set_index('time')
  
  # 改变原始数据
  df.set_index('time',inplace=True)