【Pandas】DataFrame及Series常用方法

Pandas与Python常用数据类型对照表

Pandas类型	Python类型	说明
object	string	字符串类型
int64	int	整形
float64	float	浮点型
datetime64	datetime	日期时间类型，python中需要加载

Series详解

Series是什么

Series是 pandas 中用来存储一维数据的容器

Series是什么样子？

#   age
0    37
1    61
2    90
3    66
4    56
5    45
6    41
7    77

创建Series

1）创建 Series 的最简单方法是传入一个Python列表

• 如果传入的数据类型是统一的数字，那么最终的 dtype 类型是int64
• 如果传入的数据类型是统一的字符串，那么最终的 dtype 类型是object
• 如果传入的数据类型是多种类型，那么最终的 dtype 类型也是object

2）创建 Series 时，也可以通过 index 参数来指定行标签

s = pd.Series(['banana', 42])
# series 通过index指定行标签
s = pd.Series(['smart', 18], index=['name', 'age'])

Series 常用操作

常用属性和方法：

属性或方法	说明
s.shape	查看 Series 数据的形状
s.size	查看 Series 数据的个数
s.index	获取 Series 数据的行标签
s.values	获取 Series 数据的元素值
s.keys()	获取 Series 数据的行标签，和 s.index 效果相同
s.loc[行标签]	根据行标签获取 Series 中的某个元素数据
s.iloc[行位置]	根据行位置获取 Series 中的某个元素数据
s.dtypes	查看 Series 数据元素的类型

常用统计方法：

方法	说明
s.mean()	计算 Series 数据中元素的平均值
s.max()	计算 Series 数据中元素的最大值
s.min()	计算 Series 数据中元素的最小值
s.std()	计算 Series 数据中元素的标准差
s.value_counts()	统计 Series 数据中不同元素的个数
s.count()	统计 Series 数据中非空(NaN)元素的个数
s.describe()	显示 Series 数据中元素的各种统计值

bool 索引

Series 支持 bool 索引，可以从 Series 获取 bool 索引为 True 的位置对应的数据。

Series 运算

情况	说明
Series 和 数值型数据运算	Series 中的每个元素和数值型数据逐一运算，返回新的 Series
Series 和 另一 Series 运算	两个 Series 中相同行标签的元素分别进行运算，若不存在相 同的行标签，计算后的结果为 NaN，最终返回新的 Series

CodeDemo

DataFrame 详解

创建 DataFrame

1）可以使用字典来创建DataFrame

2）创建 DataFrame 的时候可以使用colums参数指定列的顺序，也可以使用 index 参数来指定行标签

3）也可以使用嵌套列表创建 DataFrame，并使用 columns 参数指定列标签，使用 index 参数来指定行标签

DataFrame 常用操作

常用属性和方法：

属性或方法	说明
df.shape	查看 DataFrame 数据的形状
df.size	查看 DataFrame 数据元素的总个数
df.ndim	查看 DataFrame 数据的维度
len(df)	获取 DataFrame 数据的行数
df.index	获取 DataFrame 数据的行标签
df.columns	获取 DataFrame 数据的列标签
df.dtypes	查看 DataFrame 每列数据元素的类型
df.info()	查看 DataFrame 每列的结构
df.head(n)	获取 DataFrame 的前 n 行数据，n 默认为 5
df.tail(n)	获取 DataFrame 的后 n 行数据，n 默认为 5

常用统计方法：

方法	说明
s.max()	计算 DataFrame 数据中每列元素的最大值
s.min()	计算 DataFrame 数据中每列元素的最小值
s.count()	统计 DataFrame 数据中每列非空(NaN)元素的个数
s.describe()	显示 DataFrame 数据中每列元素的各种统计值

bool 索引

DataFrame 支持 bool 索引，可以从 DataFrame 获取 bool 索引为 True 的对应行的数据。

DataFrame 运算

情况	说明
DataFrame 和 数值型数据运算	DataFrame 中的每个元素和数值型数据逐一运算， 返回新的 DataFrame
DataFrame 和 另一 DataFrame 运算	两个 DataFrame 中相同行标签和列标签的元素分 别进行运算，若不存在相同的行标签或列标签， 计算后的结果为 NaN，最终返回新的 DataFrame

行标签和列表签操作

加载数据后，指定某列数据作为行标签

加载数据文件时，如果不指定行标签，Pandas会自动加上从0开始的行标签；

可以通过df.set_index(‘列名’)的方法重新将指定的列数据设置为行标签

加载数据时，指定某列数据作为行标签

加载数据文件的时候，可以通过通过 index_col 参数，指定使用某一列数据作为行标签，index_col 参数可以指定列名或列位置

加载数据后，修改行标签和列标签

方式	说明
df.rename(index={'原行标签名': '新行标签名', ...}, columns={'原列标签名': '新列标签名', ...})	修改指定的行标签和列标签，rename修改后返回新的 DataFrame
df.index = ['新行标签名1', '新行标签名2', ...] df.columns = ['新列标签名1', '新列标签名2', …]	修改行标签和列标签，直接对原 DataFrame 进行修改

CodeDemo

Series方法(备查)：

方法	说明
append	连接两个或多个Series
corr	计算与另一个Series的相关系数
cov	计算与另一个Series的协方差
describe	计算常见统计量
drop_duplicates	返回去重之后的Series
equals	判断两个Series是否相同
get_values	获取Series的值，作用与values属性相同
hist	绘制直方图
isin	Series中是否包含某些值
min	返回最小值
max	返回最大值
mean	返回算术平均值
median	返回中位数
mode	返回众数
quantile	返回指定位置的分位数
replace	用指定值代替Series中的值
sample	返回Series的随机采样值
sort_values	对值进行排序
to_frame	把Series转换为DataFrame
unique	去重返回数组

To be continued!