Pandas基本介绍-白红宇

Pandas基本介绍

阅读量：4531 次

发布时间：2019-06-08

本文共 3703 字，大约阅读时间需要 12 分钟。

1、pandas主要的两个数据结构：Series和DataFrame

Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引。于是会自动创建一个0到N-1（N为长度）的整数型索引。

>>> import pandas as pd>>> import numpy as np>>> s = pd.Series([1,3,6,np.nan,44,1])>>> print(s)0     1.01     3.02     6.03     NaN4    44.05     1.0dtype: float64

DataFrame是一个表格型的数据结构，它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既有行索引也有列索引，它可以被看做由Series组成的大字典。

>>> dates = pd.date_range('20160101',periods=6)>>> df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])>>> print(df)                   a         b         c         d2016-01-01  1.306762  1.506943  0.682025 -0.0543292016-01-02  2.626875  0.086998  0.307123 -0.4987282016-01-03 -0.941697  0.206144  1.719719  1.0846142016-01-04 -0.610912 -1.120358 -0.635338  1.1457772016-01-05 -0.150501  0.768586 -0.158341  0.7049602016-01-06 -0.759211  0.271800  0.768166 -0.293015

2、DataFrame的一些简单运用

>>> print(df['b'])2016-01-01    1.5069432016-01-02    0.0869982016-01-03    0.2061442016-01-04   -1.1203582016-01-05    0.7685862016-01-06    0.271800Freq: D, Name: b, dtype: float64>>> df1 = pd.DataFrame(np.arange(12).reshape((3,4)))#创建一组没有给定行标签和列标签的数据 df1:>>> print(df1)   0  1   2   30  0  1   2   31  4  5   6   72  8  9  10  11>>> df2 = pd.DataFrame({
   'A' : 1.,...                     'B' : pd.Timestamp('20130102'),...                     'C' : pd.Series(1,index=list(range(4)),dtype='float32'),...                     'D' : np.array([3] * 4,dtype='int32'),...                     'E' : pd.Categorical(["test","train","test","train"]),...                     'F' : 'foo'})#另一种生成df的方法>>>print(df2)     A          B    C  D      E    F0  1.0 2013-01-02  1.0  3   test  foo1  1.0 2013-01-02  1.0  3  train  foo2  1.0 2013-01-02  1.0  3   test  foo3  1.0 2013-01-02  1.0  3  train  foo>>> print(df2.dtypes)#查看数据中的类型A           float64B    datetime64[ns]C           float32D             int32E          categoryF            objectdtype: object>>> print(df2.index) #查看对列的序号Int64Index([0, 1, 2, 3], dtype='int64')>>> print(df2.columns)#查看每种数据的名称Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')>>> print(df2.values)#查看所有df2的值[[1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'test' 'foo'] [1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'train' 'foo'] [1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'test' 'foo'] [1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'train' 'foo']]>>> df2.describe()#数据的总结         A    C    Dcount  4.0  4.0  4.0mean   1.0  1.0  3.0std    0.0  0.0  0.0min    1.0  1.0  3.025%    1.0  1.0  3.050%    1.0  1.0  3.075%    1.0  1.0  3.0max    1.0  1.0  3.0>>> print(df2.T)#翻转数据，transpose                     0                    1                    2                    3A                    1                    1                    1                    1B  2013-01-02 00:00:00  2013-01-02 00:00:00  2013-01-02 00:00:00  2013-01-02 00:00:00C                    1                    1                    1                    1D                    3                    3                    3                    3E                 test                train                 test                trainF                  foo                  foo                  foo                  foo>>> print(df2.sort_index(axis=1, ascending=False))#对数据的index进行排序并输出     F      E  D    C          B    A0  foo   test  3  1.0 2013-01-02  1.01  foo  train  3  1.0 2013-01-02  1.02  foo   test  3  1.0 2013-01-02  1.03  foo  train  3  1.0 2013-01-02  1.0>>> print(df2.sort_values(by='B'))#对数据值排序输出     A          B    C  D      E    F0  1.0 2013-01-02  1.0  3   test  foo1  1.0 2013-01-02  1.0  3  train  foo2  1.0 2013-01-02  1.0  3   test  foo3  1.0 2013-01-02  1.0  3  train  foo

转载于:https://www.cnblogs.com/anhoo/p/9383664.html

你可能感兴趣的文章