Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
一、数据结构
pandas的主要数据结构包括Series和DataFrame。
（1）Series
它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。Series的字符串表现形式为：索引位于左边，数据位于右边：
Pandas 的Series 类对象可以使用以下构造方法创建：
class pandas.Series （data = None ，index = None ，dtype = None ，name = None，copy = False ，fastpath = False）data：表示传入的数据。 index：表示索引，唯一且与数据长度相等，默认会自动创建一个从0~N 的整数索引。
(2)DataFrame
Pandas 的DataFrame类对象可以使用以下构造方法创建：pandas.DataFrame（data = None ，index = None ，columns = None ，dtype = None，copy = False ）index：表示行标签。若不设置该参数，则默认会自动创建一个从0~N 的整数索引。columns：列标签。
1、通过传入数组来创建DataFrame 类对象：
要想为DataFrame 增加一列数据，则可以通过给列索引或者列名称赋值的方式实现。
增加No4 一列数据
df_obj [‘No4’] = [‘g’, ‘h ‘]
要想删除某一列数据，则可以使用del 语句实现。
删除No3 一列数据
del df_obj[‘No3 ‘]
二、索引对象
Pandas 中的索引都是Index类对象，又称为索引对象，该对象是不可以进行修改的，以保障数据的安全。Pandas 中提供了一个重要的方法是reindex()，该方法的作用是对原索引和新索引进行匹配，也就是说，新索引含有原索引的数据，而原索引数据按照新索引排序。
如果新索引中没有原索引数据，那么程序不仅不会报错，而且会添加新的索引，并将值填充为NaN 或者使用fill_vlues()填充其他值。
reindex()方法的语法格式如下：
DataFrame.reindex （labels = None ，index = None ，
columns = None ，axis = None ，method = None ，
copy = True ，level = None ，fill_value = nan ，limit = None ，tolerance = None ）
index ：用作索引的新序列。
method ：插值填充方式
如果期望使用相邻的元素 值进 行填充，则可以使用 method 参 数 ，该 参 数对应的值有多 个。
fill_value ：引入缺失值时使用的替代值。
limit ：前向或者后向填充时的最大填充量。
如果希望获取的是不连续的数据，则可以通过不连续索引来实现。
布尔型索引同样适用于Pandas ，具体的用法跟数组的用法一样，将布尔型的数组索引作为模板筛选数据，返回与模板中True 位置对应的元素。
DataFrame 结构既包含行索引，也包含列索引。其中，行索引是通过index 属性进行获取的，列索引是通过columns 属性进行获取的。Pandas 库中提供了操作索引的方法来访问数据，具体包括：loc ：基于标签索引（索引名称），用于按标签选取数据。当执行切片操作时，既包含起始索引，也包含结束索引。
iloc ：基于位置索引（整数索 引）， 用于按位置选取数据。当执行切片操作时，只包含起始索引，不包含结束索引。
三、算术运算与数据对齐
四、数据排序
Pandas 中按索引排序使用的是sort_index()方法，该方法可以用行索引或者列索引进行排序
axis：轴索引，0 表示index （按行），1 表示columns （按列）。
level：若不为None ，则对指定索引级别的值进行排序。
ascending ：是否升序排列，默认为 True 表示升序 。
1、按索引对 Series 进 行分别排序 ， 示例 如 下。
2、按索引对DataFrame 进行分别排序，示例如下。
3、Pandas 中用来按值排序的方法为sort_values()，该方法的语法格式如下。
by 参数表示排序的列，na_position 参数只有两个值：first 和last ，若设为first ，则会将NaN 值放在开头；若设为False ，则会将NaN 值放在最后。
在DataFrame 中，sort_values()方法可以根据一个或多个列中的值进行排序，但是需要在排序时，将一个或多个列的索引传递给by 参数才行。
五、统计计算与描述
如果希望一次性输出多个统计指标，则我们可以调用describe()方法实现，语法格式如下
percentiles ：输出中包含的百分数，位于[0,1]之间。如果不设置该参数，则默认为[0.25,0.5,0.75]，返回25%，50%，75%分位数。
六、层次化索引
层次化索引可以理解为单层索引的延伸，即 在一个轴方向上具有多层索引。对于两层索引结构来说，它可以分为内层索引和外层索引。
还可以通过MultiIndex 类的方法构建一个层次化索引，该类提供了3 种创建层次化索引的方法：
MultiIndex.from_tuples() ：将元组列表转换为 MultiIndex 。
MultiIndex.from_arrays() ：将数组列表转换为 MultiIndex 。
MultiIndex.from_product() ：从多个集合的笛卡尔乘积中创建一个 MultiIndex 。
from_tuples() 方法可以将包含若干个元组的列表转换为 MultiIndex对象，其中元组的第一个元素作
from_arrays()方法是将数组列表转换为MultiIndex 对象，其中嵌套的第一个列表将作为外层索引，嵌套的第二个列表将作为内层索引。
from_product()方法表示从多个集合的笛卡尔乘积中创建一个MultiIndex 对象。
Original: https://blog.csdn.net/m0_66915748/article/details/123306806
Author: 久劫
Title: 如何使用Pandas操作数据
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/674183/
转载文章受原作者版权保护。转载请注明原作者出处！