数据结构

Series

一种一维数组对象，包含一对值序列，还有对应的索引，可以通过索引访问元素

参数：Series(data=None, index=None, dtype=None)

• data：数据源，可以是一些一维数组
• index：指定一下对应位置的索引
• dtype：指定一下元素的类型

创建语法

• 通过列表

  a = pd.Series([1, 2, 3, 4], index=[1, 1, 2, 2])
  print(a[1]) # 这样访问的应该是一种数组,毕竟可以有重复的

• 通过字典

  a = pd.Series({"a": 1, "b": 2, "c": 3, "d": 4})
  print(a.index)

DataFrame

类型excel表格中的一张表，有一行有序的索引列，其他列就可以是其他类型

参数：DataFrame(data=None, index=None, columns=None, dtype=None)

• data：数据源
• index：第一列有序的那个索引
• columns：对应的列名

创建语法

a = pd.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]})
print(a)

索引操作

重建

reindex([1, 2, 3]. fill_value=0)：不匹配的数组填充为0

更改

set_index("a")：返回一个新对象，以调用对象的存在的一个列为新索引数组

查询操作

选取列

a["a"] # 对应列名就行

选取行

a[1:3] # 选择第2~3行，通过切片的形式，选取列

选取行与列

• loc(行索引名称或条件，列索引名称)

  a.loc[:, ['a']]
  # 或
  a.loc[a['a'] >= 0, ['a']] # 对选择列进行筛选

• iloc(行索引，列索引)

• 布尔选择

  a[(a.a >= 2) && (a.a <= 3)] # 选择满足这个条件的

数据编辑

增加数据

a._append({"a": 1, "b": 2} # 增加一行，返回新的df对象
a.insert(0, "d", [1, 2, 3]) # 插入一列

删除数据

a.drop("a", axis=1, inplace=True)
# axis：选择是行还是列
# inplace：是否对原数组起作用，如果为False，就得用个变量接受

修改数据：选中后，直接赋值就行

修改列名

a.rename(columns={"a": "a1"}, inplace=True)

函数应用和映射

map：将函数应用到每个Series元素中，返回新对象，如果是DataFrame会将每一列的每一个元素依次一个个传入

def f(x):
    return x + 100
a['a'].map(f)
print(a)

apply：应用于DataFrame的行与列，它是把一行或一列传给函数

def f(x):
    return len(x)
a = a.apply(np.mean, axis=1)

applymap：DataFrame的每个元素会一个个的传进去，已弃用，使用map代替

数据分组

groupby：可以对数据进行分组

数据聚合

agg：a[["a", "b"]].agg([np.sum, np.mean])，对不同的列使用不同的聚合函数