文章目录
*
–
+ 引言
+ 5.1pandas数据结构介绍
+
* 5.1.1Series
* 5.1.2DataFrame
* 5.1.3索引对象
+ 5.2基本功能
+
* 5.2.1重建索引
* 5.2.2删除指定轴上的项
* 5.2.3索引、选择、过滤
*
– 5.2.3.1使用loc和iloc选择数据
* 5.2.4整数索引
* 5.2.5算术与数据对齐
*
– 5.2.5.1使用填充值的算术方法
– 5.2.5.2DataFrame与Series间的广播机制
* 5.2.6函数的应用与映射
* 5.2.7排序
* 5.2.8排名
* 5.2.9含有重复标签的轴索引
+ 5.3描述性统计
+
* 5.3.1相关性与协方差
* 5.3.2唯一值、计算和成员属性
引言
pandas是用来处理表格型或异质型（异质性就是说研究的样本的重要属性上存在差异）数据的，常用于数据清洗与分析。pandas常与Numpy和Scipy以及数据可视化工具matplotlib一起使用。
5.1pandas数据结构介绍
pandas有两种常用的数据结构：Series和DataFrame
5.1.1Series
Series是一维的数组型对象，包括一个值序列与索引。
values属性和index属性获得Series对象的值与索引
使用字典生成一个Series，当你把字典传给Series函数时，产生的Series索引将是排序好的字典键。
pandas使用isnull和notnull函数来检查缺失数据
自动对齐索引
Series对象自身与索引都有name属性
Series的索引可以通过按位置赋值的方式进行改变
; 5.1.2DataFrame
DataFrame既有行索引，又有列索引。尽管DataFrame是二维的，但是可以利用分层索引在DataFrame中展示更高维度的数据。
构建DataFrame的最常用方式：利用包含等长度列表或者Numpy数组的字典来形成DataFrame
DataFrame指定列顺序
传的列不在字典中，将会在结果中出现缺失值
columns参数指定列索引
index参数指定行索引
同时，DataFrame也有columns与index属性
通过索引返回指定列，返回类型为Series，返回的Series与原DataFrame有相同的索引
使用loc访问行，iloc针对默认的数字索引（位置）
当将列表或者数组赋值给DataFrame一个列时，值的长度必须和DataFrame的长度相匹配。如果将Series赋值给一列时，Series的索引将会按照DataFrame的索引重新排列，并在空缺处填充缺失值。
del关键字可以删除指定列
从DataFrame中选取的列是数据的视图，而不是拷贝。与numpy数组一致。
构建DataFrame的另一种常用方式是包含字典的嵌套字典。
DataFrame的name属性与values属性
DataFrame构造函数的有效输入
5.1.3索引对象
在构建Series和DataFrame时，使用的任意数组或标签序列都可以在内部转换成索引对象。索引对象是不可变的。pandas索引对象可以包含重复标签。
一些常用索引对象的方法和属性
; 5.2基本功能
5.2.1重建索引
reindex方法用于创建一个符合新索引的新对象。
series调用reindex方法，数据会按照新的索引进行排列
DataFrame调用reindex方法，可以改变行索引、列索引，也可以同时改变两者
reindex方法的参数
; 5.2.2删除指定轴上的项
drop方法删除指定轴上项
inplace = Flase时，会返回新对象
inplace =True时，会直接操作原对象而不返回新对象
5.2.3索引、选择、过滤
使用单个值或一个列表到[]中，从DataFrame中索引一个或多个列
使用布尔值，从DataFrame中进行索引
; 5.2.3.1使用loc和iloc选择数据
loc—标签索引，iloc—位置索引（整数）
DataFrame索引选项
5.2.4整数索引
pandas上使用整数索引对新用户会产生歧义。为了保持一致性，如果有一个包含整数的轴索引，数据选择时使用标签索引。
; 5.2.5算术与数据对齐
5.2.5.1使用填充值的算术方法
在两个不同索引化对象之间进行算术操作时，使用特殊填充值。
这些方法中都有一个r开头的副本，这些副本方法的参数是翻转的。
当轴标签在一个对象中存在，在另一个对象中不存在时，将缺失填充为0，两个都缺失则为NaN
; 5.2.5.2DataFrame与Series间的广播机制
默认情况下，广播机制会将Series的索引与DataFrame的列进行匹配，并广播到各行。
如果一个Series索引不在DataFrame的列索引中
如果沿列广播，在行上匹配，则必须使用算法方法中的axis控制
5.2.6函数的应用与映射
apply方法用来将函数应用到一行或者一列的一维数组上。
传给apply的函数并不一定返回一个标量值，也可以返回带有多个值的Series
applymap方法是逐元素计算
对于Series对象，map是元素级别的
; 5.2.7排序
按行索引或者列索引进行排序时，使用sort_index方法，该方法返回一个新的、排序好的对象。默认按行索引升序排序
对Series值排序使用sort_values方法，默认所有缺失值都会排到Series尾部
对DataFrame值排序使用sort_values方法，可以使用一列或者几列作为排序键，将一列或多个列名传到可选参数by
5.2.8排名
; 5.2.9含有重复标签的轴索引
5.3描述性统计
归约方法的常用可选参数列表：
积累型方法：
汇总统计方法：
; 5.3.1相关性与协方差
DataFrame的corr和cov方法会分别以DataFrame的形式返回相关性和协方差矩阵。使用DataFrame的corrwith方法，可以计算出DataFrame中的行或列与另一个DataFrame的相关性。
5.3.2唯一值、计算和成员属性
Original: https://blog.csdn.net/weixin_46649052/article/details/114787362
Author: 哎呦-_-不错
Title: 利用python进行数据分析—五、pandas入门
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/742472/
转载文章受原作者版权保护。转载请注明原作者出处！