柚子快報邀請碼778899分享：認(rèn)識pandas

http://yzkb.51969.com/

1 認(rèn)識pandas

Pandas 是一個開源的第三方 Python 庫，從 Numpy 和 Matplotlib 的基礎(chǔ)上構(gòu)建而來，享有數(shù)據(jù)分析“三劍客之一”的盛名（NumPy、Matplotlib、Pandas）。Pandas 已經(jīng)成為 Python 數(shù)據(jù)分析的必備高級工具，它的目標(biāo)是成為強(qiáng)大、靈活、可以支持任何編程語言的數(shù)據(jù)分析工具。

1.1 pandas主要特點(diǎn)

Pandas 主要包括以下幾個特點(diǎn)：

它提供了一個簡單、高效、帶有默認(rèn)標(biāo)簽（也可以自定義標(biāo)簽）的 DataFrame 對象。 能夠快速得從不同格式的文件中加載數(shù)據(jù)（比如 Excel、CSV 、SQL文件），然后將其轉(zhuǎn)換為可處理的對象； 能夠按數(shù)據(jù)的行、列標(biāo)簽進(jìn)行分組，并對分組后的對象執(zhí)行聚合和轉(zhuǎn)換操作； 能夠很方便地實(shí)現(xiàn)數(shù)據(jù)歸一化操作和缺失值處理； 能夠很方便地對 DataFrame 的數(shù)據(jù)列進(jìn)行增加、修改或者刪除的操作； 能夠處理不同格式的數(shù)據(jù)集，比如矩陣數(shù)據(jù)、異構(gòu)數(shù)據(jù)表、時間序列等； 提供了多種處理數(shù)據(jù)集的方式，比如構(gòu)建子集、切片、過濾、分組以及重新排序等。

1.2 pandas的優(yōu)勢

與其它語言的數(shù)據(jù)分析包相比，Pandas 具有以下優(yōu)勢

Pandas 的 DataFrame 和 Series 構(gòu)建了適用于數(shù)據(jù)分析的存儲結(jié)構(gòu)； Pandas 簡潔的 API 能夠讓你專注于代碼的核心層面； Pandas 實(shí)現(xiàn)了與其他庫的集成，比如 Scipy、scikit-learn 和 Matplotlib；

1.3 下載安裝

pip install pandas

2 pandas內(nèi)置數(shù)據(jù)結(jié)構(gòu)

Series 是帶標(biāo)簽的一維數(shù)組，這里的標(biāo)簽可以理解為索引，但這個索引并不局限于整數(shù)，它也可以是字符類型，比如 a、b、c 等； DataFrame 是一種表格型數(shù)據(jù)結(jié)構(gòu)，它既有行標(biāo)簽，又有列標(biāo)簽。

數(shù)據(jù)結(jié)構(gòu)維度說明Series1該結(jié)構(gòu)能夠存儲各種數(shù)據(jù)類型，比如字符數(shù)、整數(shù)、浮點(diǎn)數(shù)、Python 對象等，Series 用 name 和 index 屬性來描述 數(shù)據(jù)值。Series 是一維數(shù)據(jù)結(jié)構(gòu)，因此其維數(shù)不可以改變。DataFrame2DataFrame 是一種二維表格型數(shù)據(jù)的結(jié)構(gòu)，既有行索引，也有列索引。行索引是 index，列索引是 columns。 在創(chuàng)建該結(jié)構(gòu)時，可以指定相應(yīng)的索引值。

2.1 Pandas Series

2.1.1 創(chuàng)建series對象

Pandas 使用 Series() 函數(shù)來創(chuàng)建 Series 對象，通過這個對象可以調(diào)用相應(yīng)的方法和屬性，從而達(dá)到處理數(shù)據(jù)的目的

import pandas as pd

seriec_obj = pd.Series(data, index, dtype, copy)

?

# data 輸入的數(shù)據(jù)，可以是列表、常量、ndarray 數(shù)組等。

# index 索引值必須是惟一的，如果沒有傳遞索引，則默認(rèn)為 np.arrange(n)。

# dtype dtype表示數(shù)據(jù)類型，如果沒有提供，則會自動判斷得出。

# copy 表示對 data 進(jìn)行拷貝，默認(rèn)為 False。

ndarray創(chuàng)建Series對象

arr_one = np.array(['a', 'b', 'c', 'd'])

arr_obj = pd.Series(arr_one, index=('a', 'b', 'c', 'd'))

arr_obj_two = pd.Series(arr_one, index=(1, 2, 3, 4))

print(arr_obj)

print("arr_obj_two為：\n", arr_obj_two)

代碼的運(yùn)行結(jié)果為：

a a

b b

c c

d d

dtype: object

arr_obj_two為：

1 a

2 b

3 c

4 d

dtype: object

ndarray 是 NumPy 中的數(shù)組類型，當(dāng) data 是 ndarry 時，傳遞的索引必須具有與數(shù)組相同的長度。假如沒有給 index 參數(shù)傳參，在默認(rèn)情況下，索引值將使用是 range(n) 生成，其中 n 代表數(shù)組長度

上述示例中沒有傳遞任何索引，所以索引默認(rèn)從 0 開始分配 ，其索引范圍為 0 到len(data)-1，即 0 到 3。這種設(shè)置方式被稱為“隱式索引”。

“顯式索引”的方法定義索引標(biāo)簽

arr_str = np.array(['張三', '李四', '王五', '趙六'])

# 自定義索引標(biāo)簽（即顯示索引）

ser_obj = pd.Series(arr_str, index=[1, 2, 3, 4])

print(ser_obj)

代碼的運(yùn)行結(jié)果為：

1 張三

2 李四

3 王五

4 趙六

dtype: object

dict創(chuàng)建Series對象

data = {'a': 0., 'b': 1., 'c': 2.}

ser_data = pd.Series(data)

print(ser_data)

代碼的運(yùn)行結(jié)果為：

a 0.0

b 1.0

c 2.0

dtype: float64

您可以把 dict 作為輸入數(shù)據(jù)。如果沒有傳入索引時會按照字典的鍵來構(gòu)造索引；反之，當(dāng)傳遞了索引時需要將索引標(biāo)簽與字典中的值一一對應(yīng)

data = {'a': 0., 'b': 1., 'c': 2.}

ser_data = pd.Series(data, index=['b', 'c', 'd', 'a'])

print(ser_data)

代碼的運(yùn)行結(jié)果為：

b 1.0

c 2.0

d NaN

a 0.0

dtype: float64

當(dāng)傳遞的索引值無法找到與其對應(yīng)的值時，使用 NaN（非數(shù)字）填充。

標(biāo)量創(chuàng)建Series對象

ser_data = pd.Series(5, index=[0, 1, 2, 3])

print(ser_data)

代碼的運(yùn)行結(jié)果為：

0 5

1 5

2 5

3 5

dtype: int64

2.1.2 訪問Series數(shù)據(jù)

訪問 Series 序列中元素，分為兩種方式，一種是位置索引訪問；另一種是索引標(biāo)簽訪問。

位置索引訪問

ser_data = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

print(ser_data)

print(ser_data[0]) # 位置下標(biāo)

print(ser_data['a']) # 標(biāo)簽下標(biāo)

print(ser_data['b'])

代碼的運(yùn)行結(jié)果為：

a 1

b 2

c 3

d 4

e 5

dtype: int64

1

1

2

這種訪問方式與 ndarray 和 list 相同，使用元素自身的下標(biāo)進(jìn)行訪問。我們知道數(shù)組的索引計數(shù)從 0 開始，這表示第一個元素存儲在第 0 個索引位置上，以此類推，就可以獲得 Series 序列中的每個元素

通過切片的方式訪問 Series 序列中的數(shù)據(jù)

ser_data = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

print(ser_data[:3])

print(ser_data[:7])

print(ser_data[1:3])

代碼的運(yùn)行結(jié)果為：

a 1

b 2

c 3

dtype: int64

a 1

b 2

c 3

d 4

e 5

dtype: int64

b 2

c 3

dtype: int64

索引標(biāo)簽訪問

Series 類似于固定大小的 dict，把 index 中的索引標(biāo)簽當(dāng)做 key，而把 Series 序列中的元素值當(dāng)做 value，然后通過 index 索引標(biāo)簽來訪問或者修改元素值。

ser_data = pd.Series([6, 7, 8, 9, 10], index=['a', 'b', 'c', 'd', 'e'])

print(ser_data[['a', 'c', 'd']])

代碼的運(yùn)行結(jié)果：

a 6

c 8

d 9

dtype: int64

2.1.3 Series常用屬性

名稱屬性axes以列表的形式返回所有行索引標(biāo)簽。dtype返回對象的數(shù)據(jù)類型。empty返回一個空的 Series 對象。ndim返回輸入數(shù)據(jù)的維數(shù)。size返回輸入數(shù)據(jù)的元素數(shù)量。values以 ndarray 的形式返回 Series 對象。index返回一個RangeIndex對象，用來描述索引的取值范圍。

ser_data = pd.Series(np.array([10, 20, 30, 40, 50]))

print("ser_data:\n", ser_data)

print("axes:\n", ser_data.axes)

print("dtype為:\n", ser_data.dtype)

print("empty:\n", ser_data.empty)

print("ndim:\n", ser_data.ndim)

print("size:\n", ser_data.size)

print("values:\n", ser_data.values)

print("index:\n", ser_data.index)

代碼的運(yùn)行結(jié)果為：

ser_data:

0 10

1 20

2 30

3 40

4 50

dtype: int32

axes:

[RangeIndex(start=0, stop=5, step=1)]

dtype為:

int32

empty:

False

ndim:

1

size:

5

values:

[10 20 30 40 50]

index:

RangeIndex(start=0, stop=5, step=1)

2.1.4 Series常用方法

2.1.4.1 head()&tail()

如果想要查看 Series 的某一部分?jǐn)?shù)據(jù)，可以使用 head() 或者 tail() 方法

ser_data = pd.Series(np.random.randn(5))

print(ser_data)

# 返回前三行數(shù)據(jù)

print(ser_data.head(3))

代碼的運(yùn)行結(jié)果為：

0 1.863595

1 -1.478136

2 -0.632712

3 -0.046976

4 1.435217

dtype: float64

0 1.863595

1 -1.478136

2 -0.632712

dtype: float64

head() 返回前 n 行數(shù)據(jù)，默認(rèn)顯示前 5 行數(shù)據(jù)

ser_data = pd.Series(np.array([1, 2, 3, 4, 5, 6, 7]))

print(ser_data.tail)

# 返回后三行數(shù)據(jù)

print(ser_data.tail(3))

代碼的運(yùn)行結(jié)果：

1 2

2 3

3 4

4 5

5 6

6 7

dtype: int32>

4 5

5 6

6 7

dtype: int32

tail() 返回的是后 n 行數(shù)據(jù)，默認(rèn)為后 5 行

2.1.4.2 isnull()&nonull()

isnull() 和 nonull() 用于檢測 Series 中的缺失值。所謂缺失值，顧名思義就是值不存在、丟失、缺少。 在實(shí)際的數(shù)據(jù)分析任物中，數(shù)據(jù)的收集往往要經(jīng)歷一個繁瑣的過程。在這個過程中難免會因?yàn)橐恍┎豢煽沽Γ蛘呷藶橐蛩貙?dǎo)致數(shù)據(jù)丟失的現(xiàn)象。這時，我們可以使用相應(yīng)的方法對缺失值進(jìn)行處理，比如數(shù)據(jù)補(bǔ)齊等方法。

# None代表缺失數(shù)據(jù)

ser_data = pd.Series([1, 2, 5, None])

print(pd.isnull(ser_data)) # 是空值返回True

代碼的運(yùn)行結(jié)果為：

0 False

1 False

2 False

3 True

dtype: bool

isnull()：如果為值不存在或者缺失，則返回 True。

# None代表缺失數(shù)據(jù)

ser_data = pd.Series([1, 2, 5, None])

print(pd.notnull(ser_data)) # 空值返回False

代碼的運(yùn)行結(jié)果為：

0 True

1 True

2 True

3 False

dtype: bool

notnull()：如果值不存在或者缺失，則返回 False。

2.2 Pandas DataFrame

DataFrame 是 Pandas 的重要數(shù)據(jù)結(jié)構(gòu)之一，也是在使用 Pandas 進(jìn)行數(shù)據(jù)分析過程中最常用的結(jié)構(gòu)之一，可以這么說，掌握了 DataFrame 的用法，你就擁有了學(xué)習(xí)數(shù)據(jù)分析的基本能力。 DataFrame 一個表格型的數(shù)據(jù)結(jié)構(gòu)，既有行標(biāo)簽（index），又有列標(biāo)簽（columns），它也被稱異構(gòu)數(shù)據(jù)表，所謂異構(gòu)，指的是表格中每列的數(shù)據(jù)類型可以不同，比如可以是字符串、整型或者浮點(diǎn)型等。

DataFrame 結(jié)構(gòu)類似于 Execl 的表格型，表格中列標(biāo)簽的含義如下所示：

indexstudent_idstudent_namestudent_num01001James82.611002Pitter76.521003Jack92.331004Alice88.5

同 Series 一樣，DataFrame 自帶行標(biāo)簽索引，默認(rèn)為“隱式索引”即從 0 開始依次遞增，行標(biāo)簽與 DataFrame 中的數(shù)據(jù)項(xiàng)一一對應(yīng)。上述表格的行標(biāo)簽從 0 到 3，共記錄了 4 條數(shù)據(jù)（圖中將行標(biāo)簽省略）。當(dāng)然你也可以用“顯式索引”的方式來設(shè)置行標(biāo)簽。

下面對 DataFrame 數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)做簡單地總結(jié)，如下所示：

DataFrame 每一列的標(biāo)簽值允許使用不同的數(shù)據(jù)類型； DataFrame 是表格型的數(shù)據(jù)結(jié)構(gòu)，具有行和列； DataFrame 中的每個數(shù)據(jù)值都可以被修改。 DataFrame 結(jié)構(gòu)的行數(shù)、列數(shù)允許增加或者刪除； DataFrame 有兩個方向的標(biāo)簽軸，分別是行標(biāo)簽和列標(biāo)簽； DataFrame 可以對行和列執(zhí)行算術(shù)運(yùn)算。

2.2.1 創(chuàng)建DataFrame對象

使用下列方式創(chuàng)建一個空的 DataFrame，這是 DataFrame 最基本的創(chuàng)建方法

df = pd.DataFrame()

print(df)

代碼的運(yùn)行結(jié)果為：

Empty DataFrame

Columns: []

Index: []

列表創(chuàng)建DataFame對象

data = [1, 2, 3, 4, 5]

df = pd.DataFrame(data)

print(df)

代碼的運(yùn)行結(jié)果為：

0

0 1

1 2

2 3

3 4

4 5

使用嵌套列表創(chuàng)建 DataFrame 對象

data = [['Alex', 10], ['Bob', 12], ['Clarke', 13]]

df = pd.DataFrame(data, columns=['Name', 'Age'])

print(df)

代碼的運(yùn)行結(jié)果為：

Name Age

0 Alex 10

1 Bob 12

2 Clarke 13

字典嵌套列表創(chuàng)建

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 'Age': [28, 34, 29, 42]}

df = pd.DataFrame(data)

print(df)

代碼的運(yùn)行結(jié)果為：

Name Age

0 Tom 28

1 Jack 34

2 Steve 29

3 Ricky 42

data 字典中，鍵對應(yīng)的值的元素長度必須相同（也就是列表長度相同）。如果傳遞了索引，那么索引的長度應(yīng)該等于數(shù)組的長度；如果沒有傳遞索引，那么默認(rèn)情況下，索引將是 range(n)，其中 n 代表數(shù)組長度。

添加自定義的行標(biāo)簽

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 'Age': [28, 34, 29, 42]}

df = pd.DataFrame(data, index=['rank1', 'rank2', 'rank3', 'rank4'])

print(df)

代碼的運(yùn)行結(jié)果為：

Name Age

rank1 Tom 28

rank2 Jack 34

rank3 Steve 29

rank4 Ricky 42

列表嵌套字典創(chuàng)建DataFrame對象

data = [{'num': 1, 'result': 2}, {'num': 5, 'result': 10, 'number': 20}]

df = pd.DataFrame(data, index=['first', 'second'])

print(df)

代碼的運(yùn)行結(jié)果為：

num result number

first 1 2 NaN

second 5 10 20.0

如果其中某個元素值缺失，也就是字典的 key 無法找到對應(yīng)的 value，將使用 NaN 代替。

使用字典嵌套列表以及行、列索引表創(chuàng)建一個 DataFrame 對象。

data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]

df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])

df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1'])

df3 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'c'])

print("df1為：\n", df1)

print("df2為:\n", df2)

print("df3為：\n",df3)

代碼的運(yùn)行結(jié)果為：

df1為：

a b

first 1 2

second 5 10

df2為:

a b1

first 1 NaN

second 5 NaN

df3為：

a c

first 1 NaN

second 5 20.0

Series創(chuàng)建DataFrame對象 傳遞一個字典形式的 Series，從而創(chuàng)建一個 DataFrame 對象，其輸出結(jié)果的行索引是所有 index 的合集

dict_data = {

'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),

'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

}

df = pd.DataFrame(dict_data)

print(df)

代碼的運(yùn)行結(jié)果為：

one two

a 1.0 1

b 2.0 2

c 3.0 3

d NaN 4

2.2.2 列索引操作DataFrame

DataFrame 可以使用列索（columns index）引來完成數(shù)據(jù)的選取、添加和刪除操作。

列索引選取數(shù)據(jù)列

dict_data = {

'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),

'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

}

df = pd.DataFrame(dict_data)

print(df['one'])

代碼的運(yùn)行結(jié)果為：

a 1.0

b 2.0

c 3.0

d NaN

Name: one, dtype: float64

列索引添加數(shù)據(jù)列

dict_data = {

'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),

'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

}

df = pd.DataFrame(dict_data)

# 使用df['列']=值，插入新的數(shù)據(jù)列

df['three'] = pd.Series([10, 20, 30], index=['a', 'b', 'c'])

print(df)

# 將已經(jīng)存在的數(shù)據(jù)列做相加運(yùn)算

df['four'] = df['one'] + df['three']

print(df)

代碼的運(yùn)行結(jié)果為：

one two three

a 1.0 1 10.0

b 2.0 2 20.0

c 3.0 3 30.0

d NaN 4 NaN

one two three four

a 1.0 1 10.0 11.0

b 2.0 2 20.0 22.0

c 3.0 3 30.0 33.0

d NaN 4 NaN NaN

除了使用df[]=value的方式外，您還可以使用 insert() 方法插入新的列

info = [['Jack', 18], ['Helen', 19], ['John', 17]]

df = pd.DataFrame(info, columns=['name', 'age'])

print(df)

# 注意是column參數(shù)

# 數(shù)值1代表插入到columns列表的索引位置

df.insert(1, column='score', value=[91, 90, 75])

print(df)

代碼的運(yùn)行結(jié)果為：

name age

0 Jack 18

1 Helen 19

2 John 17

name score age

0 Jack 91 18

1 Helen 90 19

2 John 75 17

這里需要注意的是使用insert函數(shù)的時候，傳入的value值，傳入的數(shù)據(jù)一定要與原數(shù)據(jù)列表的數(shù)量相同！?。? 列索引刪除數(shù)據(jù)列 通過 del 和 pop() 都能夠刪除 DataFrame 中的數(shù)據(jù)列

2.2.3 行索引操作DataFrame

理解了上述的列索引操作后，行索引操作就變的簡單。下面看一下，如何使用行索引來選取 DataFrame 中的數(shù)據(jù)。

標(biāo)簽索引選取 可以將行標(biāo)簽傳遞給 loc 函數(shù)，來選取數(shù)據(jù)

dict_data = {

'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),

'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

}

df = pd.DataFrame(dict_data)

print(df)

print(df.loc[..., "one"])

print(df.loc['b', 'one'])

代碼的運(yùn)行結(jié)果為：

one two

a 1.0 1

b 2.0 2

c 3.0 3

d NaN 4

a 1.0

b 2.0

c 3.0

d NaN

Name: one, dtype: float64

2.0

整數(shù)索引選取 通過將數(shù)據(jù)行所在的索引位置傳遞給 iloc 函數(shù)，也可以實(shí)現(xiàn)數(shù)據(jù)行選取

dict_data = {

'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),

'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

}

df = pd.DataFrame(dict_data)

print(df)

print(df.iloc[2])

print(df.iloc[1, :])

代碼的運(yùn)行結(jié)果為：

one two

a 1.0 1

b 2.0 2

c 3.0 3

d NaN 4

one 3.0

two 3.0

Name: c, dtype: float64

one 2.0

two 2.0

Name: b, dtype: float64

切片操作多行選取 可以使用切片的方式同時選取多行

dict_data = {

'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),

'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

}

df = pd.DataFrame(dict_data)

print(df)

# 左閉右開

print(df[2:4])

代碼的運(yùn)行結(jié)果為：

one two

a 1.0 1

b 2.0 2

c 3.0 3

d NaN 4

one two

c 3.0 3

d NaN 4

添加數(shù)據(jù)行 使用 append() 函數(shù)，可以將新的數(shù)據(jù)行添加到 DataFrame 中，該函數(shù)會在行末追加數(shù)據(jù)行

df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])

df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['a', 'b'])

print("df\n", df)

print("df2\n", df2)

# 在行末追加新數(shù)據(jù)行

df = df._append(df2)

print(df)

代碼的運(yùn)行結(jié)果為：

df

a b

0 1 2

1 3 4

df2

a b

0 5 6

1 7 8

a b

0 1 2

1 3 4

0 5 6

1 7 8

刪除數(shù)據(jù)行 使用行索引標(biāo)簽，從 DataFrame 中刪除某一行數(shù)據(jù)。如果索引標(biāo)簽存在重復(fù)，那么它們將被一起刪除

df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])

df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['a', 'b'])

df = df._append(df2)

print(df)

# 注意此處調(diào)用了drop()方法

df = df.drop(0)

print(df)

代碼的運(yùn)行結(jié)果為：

a b

0 1 2

1 3 4

0 5 6

1 7 8

a b

1 3 4

1 7 8

2.2.4 DataFrame切片

直接使用中括號時：

索引優(yōu)先對列進(jìn)行操作 切片優(yōu)先對行進(jìn)行操作

dict_data = pd.DataFrame(

data=np.random.randint(60, 90, size=(5, 6)),

index=['張三', '李四', '王五', '趙六', '坤哥'],

columns=["語文", "數(shù)學(xué)", "英語", "地理", "歷史", "化學(xué)"]

)

print(dict_data)

# 行切片

print(dict_data[1:3])

print(dict_data["張三":"趙六"])

# 列切片

# 對列作切片，也必須先對行做切片

print(dict_data.iloc[:, 1:4])

print(dict_data.loc[:, "數(shù)學(xué)":"化學(xué)"])

# 對行和列作切片操作

print(dict_data.iloc[1:3, 1:4])

print(dict_data.loc["張三":"王五", "語文":"歷史"])

代碼的運(yùn)行結(jié)果為：

語文 數(shù)學(xué) 英語 地理 歷史 化學(xué)

張三 70 70 78 82 83 81

李四 69 64 74 72 76 70

王五 69 76 69 76 66 83

趙六 88 88 69 76 60 70

坤哥 65 74 84 79 60 72

語文 數(shù)學(xué) 英語 地理 歷史 化學(xué)

李四 69 64 74 72 76 70

王五 69 76 69 76 66 83

語文 數(shù)學(xué) 英語 地理 歷史 化學(xué)

張三 70 70 78 82 83 81

李四 69 64 74 72 76 70

王五 69 76 69 76 66 83

趙六 88 88 69 76 60 70

數(shù)學(xué) 英語 地理

張三 70 78 82

李四 64 74 72

王五 76 69 76

趙六 88 69 76

坤哥 74 84 79

數(shù)學(xué) 英語 地理 歷史 化學(xué)

張三 70 78 82 83 81

李四 64 74 72 76 70

王五 76 69 76 66 83

趙六 88 69 76 60 70

坤哥 74 84 79 60 72

數(shù)學(xué) 英語 地理

李四 64 74 72

王五 76 69 76

語文 數(shù)學(xué) 英語 地理 歷史

張三 70 70 78 82 83

李四 69 64 74 72 76

王五 69 76 69 76 66

Process finished with exit code 0

3 常用屬性和方法匯總

DataFrame 的屬性和方法，與 Series 相差無幾

名稱屬性&方法描述T行和列轉(zhuǎn)置。axes返回一個僅以行軸標(biāo)簽和列軸標(biāo)簽為成員的列表。dtypes返回每列數(shù)據(jù)的數(shù)據(jù)類型。emptyDataFrame中沒有數(shù)據(jù)或者任意坐標(biāo)軸的長度為0，則返回True。ndim軸的數(shù)量，也指數(shù)組的維數(shù)。shape返回一個元組，表示了 DataFrame 維度。sizeDataFrame中的元素數(shù)量。values使用 numpy 數(shù)組表示 DataFrame 中的元素值。head()返回前 n 行數(shù)據(jù)。tail()返回后 n 行數(shù)據(jù)。shift()將行或列移動指定的步幅長度

dict_data = {

'Name': pd.Series(['張三', '李四', "王五", '趙六', '坤哥', '凡凡', '峰峰']),

'age': pd.Series([25, 26, 25, 28, 23, 29, 23]),

'Height': pd.Series([174.23, 173.24, 173.98, 172.56, 183.20, 174.6, 183.8])

}

# 構(gòu)建DataFrame

df = pd.DataFrame(dict_data)

# 輸出series

print(df)

print("-*-" * 30)

# 輸出DataFrame的轉(zhuǎn)置,也就是把行和列進(jìn)行交換

print(df.T)

print("-*-" * 30)

# 返回一個行標(biāo)簽、列標(biāo)簽組成的列表

print(df.axes)

print("-*-" * 30)

# 輸出行、列標(biāo)簽類型

print(df.dtypes)

print("-*-" * 30)

# 判斷輸入數(shù)據(jù)是否為空，若為 True 表示對象為空

print("empty:\n", df.empty)

print("-*-" * 30)

# 返回數(shù)據(jù)對象的維數(shù)。DataFrame 是一個二維數(shù)據(jù)結(jié)構(gòu)

print(df.ndim)

print("-*-" * 30)

# DataFrame的形狀

print(df.shape)

print("-*-" * 30)

# DataFrame的中元素個數(shù)

print(df.size)

print("-*-" * 30)

# DataFrame的數(shù)據(jù)

print(df.values)

print("-*-" * 30)

# 獲取前3行數(shù)據(jù)

print(df.head(3))

print("-*-" * 30)

# 獲取后2行數(shù)據(jù)

print(df.tail(2))

代碼的運(yùn)行結(jié)果為：

Name age Height

0 張三 25 174.23

1 李四 26 173.24

2 王五 25 173.98

3 趙六 28 172.56

4 坤哥 23 183.20

5 凡凡 29 174.60

6 峰峰 23 183.80

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

0 1 2 3 4 5 6

Name 張三 李四 王五 趙六 坤哥 凡凡 峰峰

age 25 26 25 28 23 29 23

Height 174.23 173.24 173.98 172.56 183.2 174.6 183.8

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

[RangeIndex(start=0, stop=7, step=1), Index(['Name', 'age', 'Height'], dtype='object')]

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

Name object

age int64

Height float64

dtype: object

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

empty:

False

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

2

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

(7, 3)

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

21

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

[['張三' 25 174.23]

['李四' 26 173.24]

['王五' 25 173.98]

['趙六' 28 172.56]

['坤哥' 23 183.2]

['凡凡' 29 174.6]

['峰峰' 23 183.8]]

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

Name age Height

0 張三 25 174.23

1 李四 26 173.24

2 王五 25 173.98

-*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*--*-

Name age Height

5 凡凡 29 174.6

6 峰峰 23 183.8

shift()移動行或列 如果您想要移動 DataFrame 中的某一行/列，可以使用 shift() 函數(shù)實(shí)現(xiàn)。它提供了一個periods參數(shù)，該參數(shù)表示在特定的軸上移動指定的步幅。

DataFrame.shift(periods=1, freq=None, axis=0)

?

# peroids 類型為int，表示移動的幅度，可以是正數(shù)，也可以是負(fù)數(shù)，默認(rèn)值為1。

# freq 日期偏移量，默認(rèn)值為None，適用于時間序。取值為符合時間規(guī)則的字符串。

# axis 如果是 0 或者 "index" 表示上下移動，如果是 1 或者 "columns" 則會左右移動。

# fill_value 該參數(shù)用來填充缺失值。

該函數(shù)的返回值是移動后的 DataFrame 副本

df = pd.DataFrame({

'a_data': [40, 28, 39, 32, 18],

'b_data': [20, 37, 41, 35, 45],

'c_data': [22, 17, 11, 25, 15]})

# 移動幅度為3

print(df)

new_df = df.shift(periods=1)

print(new_df)

print(df)

代碼的運(yùn)行結(jié)果為：

a_data b_data c_data

0 40 20 22

1 28 37 17

2 39 41 11

3 32 35 25

4 18 45 15

a_data b_data c_data

0 NaN NaN NaN

1 40.0 20.0 22.0

2 28.0 37.0 17.0

3 39.0 41.0 11.0

4 32.0 35.0 25.0

a_data b_data c_data

0 40 20 22

1 28 37 17

2 39 41 11

3 32 35 25

4 18 45 15

切記這里的shift,返回的是一個副本就類似于python中的深拷貝。shift函數(shù)在偏移數(shù)據(jù)時，并不會使原有的數(shù)據(jù)消失，而是將其移動到新的位置，并用NaN值填充原來的位置。

使用 fill_value 參數(shù)填充 DataFrame 中的缺失值

df = pd.DataFrame({

'a_data': [40, 28, 39, 32, 18],

'b_data': [20, 37, 41, 35, 45],

'c_data': [22, 17, 11, 25, 15]})

# 移動幅度為3

print(df)

new_df = df.shift(periods=3, axis="index", fill_value=100)

print(new_df)

代碼的運(yùn)行結(jié)果為：

a_data b_data c_data

0 40 20 22

1 28 37 17

2 39 41 11

3 32 35 25

4 18 45 15

a_data b_data c_data

0 100 100 100

1 100 100 100

2 100 100 100

3 40 20 22

柚子快報邀請碼778899分享：認(rèn)識pandas

http://yzkb.51969.com/

相關(guān)鏈接