- Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据
-
*主要由一组数据和与之相关的索引两部分构成。
-
pd.Series(data=Node,index=None,dtype=None)
- data：传入的数据，可以是ndarray，list等
- index：传入的索引，要与数据长度相等
-
dtype：数据的类型
-
index
-
values
-
series.sort_values(ascending=True)
- series.add(数字)
- 需要series里面存的values是数字类型
- series.sub(数字)
- 同上
- 逻辑运算
- values中的每个元素进行逻辑运算
- series.isin(values)
- values：一个集合序列
- 也是一种逻辑运算
- series.apply(func)
- func：自定义函数
- series.value_counts()
- 统计series中元素出现的次数
series[2]
- pd.DataFrame(data=None,index=None,columns=None)
- index：行索引
-
columns：列索引
-
shape
- index
- columns
- values
-
T ：转置
-
data.head(n=5)
- data.tail(n=5)
- data.reset_index(drop=False)
- 重置索引
- drop：是否丢弃原来的索引。
- data.set_index(keys,drop=True)
- keys： 列索引名称（单级索引）或 列索引名称组成的列表（多级索引）
- drop：是否将指定作为索引的列删除
- data.sort_values(by,ascending=True)
- by：按单个列或多个列进行排序
- 返回一个新视图
- data.sort_index(ascending=True)
- 按索引进行排序
- 返回一个新视图
- data.query(查询语句字符串)
- 查询指定的行记录
- data.query(“open
- data.describe()
- 统计运算：count，mean，std，min,max
- 只针对数值类型进行统计
- data.apply(func,axis=0)
- func：自定义函数
-
axis=0：默认拿到每一列进行自定义运算
-
普通统计函数：默认axis=0,即按列统计
函数名说明
Arithmetic median of values
Mode
Absolute Value
Product of values
compute the index labels with the maximum
compute the index labels with the minimum
- 累计统计函数
函数作用
计算前1/2/3/…/n个数的最大值
计算前1/2/3/…/n个数的最小值
计算前1/2/3/…/n个数的积
- data[‘open’][‘2018-02-27’]
- 先列后行
- 不支持切片
- data.loc[‘2018-02-27′:’2018-02-22′,’open’]
- 按索引查询
- 先列后行
- 支持切片
- data.iloc[:3,:5]
- 按索引的下标查询
- 先列后行
- 支持切片
- data.ix[0:4,[‘open’,’close’,’high’]]
-
不推荐
-
data[‘close’]=1
- 有则修改
- 无则新增
- data.close=1
-
只能修改某一列的值
-
data[data[‘open’]>23]
- 返回一个DataFrame视图
- data[(data[“open”] > 23) & (data[“open”] < 24)]
- 多个逻辑判断
arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
结果
MultiIndex(levels=[[1, 2], ['blue', 'red']],
codes=[[0, 0, 1, 1], [1, 0, 1, 0]],
names=['number', 'color'])
- names：levels的名称
- levels：每个level的元祖值
Original: https://blog.csdn.net/weixin_44390164/article/details/121303148
Author: 每一个不曾起舞的日子，都是对生命的辜负
Title: Pandas之Series、DataFrame、MultiIndex
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/740422/
转载文章受原作者版权保护。转载请注明原作者出处！