一、Series
pd.Series(data=https://www.cnblogs.com/pineapple-chicken/p/None, index=None, dtype=None): 用于創建一個一維的帶“軸標簽”的ndarray陣列
data：可以是串列，字典，標量值，numpy創建的一維陣列
index：data的“標簽”，默認從0開始分配，index長度和data的長度要相同；如果data為字典并且給定index，則index會取代字典的key，成為value的標簽；默認標簽和給定標簽共存，
import pandas as pd import numpy as np
#串列創建 a1 = pd.Series([1,2,3], index=['a','b','c']) print(a1) #標量值創建 a2 = pd.Series(10, index=list('12345')) print(a2) #字典創建 a3 = pd.Series({'a':1, 'b':2, 'c':3}) print(a3) a4 = pd.Series({'a':1, 'b':2, 'c':3}, index=['e','b','a']) #index自動與dict的key匹配 print(a4) #numpy創建 a5 = pd.Series(np.arange(1,5), index=np.arange(1,5)) print(a5)
常用屬性：
index：回傳陣列的標簽
values：回傳陣列的值
name：回傳Series的名稱，也可以用來修改Series的名稱
size：回傳陣列的元素數
常用方法：
pd.Series.add(self, other, fill_value=https://www.cnblogs.com/pineapple-chicken/p/None)
標簽相同的相加，標簽不同回傳NaN；如果給定fill_value，則缺失值填充為fill_value
pd.Series.copy(self, deep=True)
陣列的拷貝，默認為深拷貝，
import pandas as pd import numpy as np a = pd.Series(np.arange(1,5), index=list('abcd')) b = a.copy() c = a.copy(deep=False) a['a'] = 10 print(a) #10, 2, 3, 4 print(b) #1, 2, 3, 4 print(c) #10, 2, 3, 4
pd.Series.get(self, key, default=None)
獲取陣列中key對應的值(例如：DataFrame的column)，如果未找到，則回傳默認值
索引與切片：當給定index時，既可以通過給定的index索引，又可以通過默認的index索引；可以通過自定義索引串列進行切片
import pandas as pd a = pd.Series([1,2,3], index=list('abd')) #DataFrame上不能這樣索引 print(a[0]) #1 print(a['a']) #1 #下面兩種方法都可用于切片 print(a['a':'d']) print(a[['a','b','d']])
pd.Series.unique() 回傳唯一值
pd.Series.value_counts(self, normalize=False, sort=True, ascending=True, bins=None, dropna=True): 回傳各個元素的個數，normalize為True時，統計每個元素的占比；bins為整數時，根據整數值將陣列離散化為該整數個段；dropna為False時，會統計陣列中NaN的個數
二、DataFrame
pd.DataFrame(data=https://www.cnblogs.com/pineapple-chicken/p/None, index=None, columns=None, dtype=None, copy=False): 用于創建一個帶“行標簽”和“列標簽”的表格型的資料型別
data：可以是ndarray；元組、串列、字典等可迭代物件
index：行標簽，如果沒有定義或者data沒有提供，則默認從0開始
columns：列標簽，如果沒有定義，則默認從0開始
import pandas as pd import numpy as np df = pd.DataFrame(np.arange(1,10).reshape(3,3), columns=list('abc')) print(df) # 從字典創建 d1 = {'one':[1,2,3], 'two':[4,5,6]} df1 = pd.DataFrame(d1, index=list('abc')) print(df1)
# 改變列索引
df2 = pd.DataFrame(d1, columns=['two', 'one'])
print(df2)
把DataFrame變為串列形式的一種方法：
import numpy as np import pandas as pd frame = pd.DataFrame(np.arange(12).reshape(3,4), columns=list('abcd')) frame_to_list1 = frame.values.tolist() frame_to_list2 = frame['a'].tolist() print(frame_to_list1) #[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]] print(frame_to_list2) #[0, 4, 8]
常用屬性：
index：回傳行標簽
columns：回傳列標簽
values：回傳陣列中元素的值
shape：回傳DataFrame的形狀
size：回傳ndarray陣列中元素的個數
at：通過標簽訪問單個元素
iat：通過整數位置訪問單個元素
iloc: 通過整數位置訪問DataFrame某幾行或某個資料
loc：通過標簽或布爾陣列訪問DataFrame的資料
import numpy as np import pandas as pd frame = pd.DataFrame(np.arange(12).reshape(3,4), index=list('abc'), columns=['num','name','sex','age']) #單個標簽 print(frame.loc['a']) #行和列的多個標簽 print(frame.loc[['a','b'],['num','name']]) #行和列的單標簽，輸出對應的單個元素 print(frame.loc['a','num']) #行切片，切片的開始和結束都包含在里面 print(frame.loc['a':'c']) print(frame['a':])
#布爾串列 [[]]回傳一個DataFrame print(frame.loc[[False,True,True]]) #按條件篩選 print(frame[frame.age>4].iloc[:, :3]) print(frame[frame['age']>4].iloc[:, :3]) #DataFrame要獲取某行的資料要用iloc或者loc,不能直接用行標簽; 篩選某列可以直接標簽索引 frame[['num']] 或者 frame.num
加入新的一列：
import pandas as pd dict = {'one':[1,2,3], 'two':[4,5,6]} df1 = pd.DataFrame(dict, index=['a','b','c']) col = pd.Series([7,8,9], index=df1.index) df1['three'] = col print(df1)
常用方法：
pd.DataFrame.drop(labels=None, axis=0, index=None, columns=None)：洗掉指定的行或列標簽
回傳被被洗掉行或列的DataFrame，原資料不變
import pandas as pd import numpy as np frame = pd.DataFrame(np.arange(12).reshape(3,4),
index=list('123'),columns=list('abcd')) #刪掉a,b兩列 print(frame.drop(['a','b'],axis=1)) #刪掉1,2兩行 print(frame.drop(index=['1','2']))
#永久洗掉某列
del frame['d']
print(frame.columns)
pd.DataFrame.reindex()：重新排列索引或者加入新定義的索引
reindex(self, labels=None, index=None, column=None, axis=None, method=None, copy=True, fill_value=https://www.cnblogs.com/pineapple-chicken/p/nan）
index\columns：新的行列的自定義索引
fill_value：新的行列的填充值
import pandas as pd import numpy as np frame = pd.DataFrame(np.arange(12).reshape(3,4),index=list('123'),columns=list('abcd')) #重新排列行索引 print(frame.reindex(index=list('321'))) #加入新的索引列 newc = frame.columns.insert(3,'e') print(frame.reindex(columns=newc,fill_value=https://www.cnblogs.com/pineapple-chicken/p/'20')) #創建一個新索引 new_index = ['0','2','3'] print(frame.reindex(new_index))
pd.DataFrame.head()：回傳前n行資料，默認為5行
算術運算（索引對應運算）：
add(self, other, axis='columns', level=None, fill_value=https://www.cnblogs.com/pineapple-chicken/p/None)：加法運算
sub(self, other, axis='columns', level=None, fill_value=https://www.cnblogs.com/pineapple-chicken/p/None)：減法運算
div(self, other, axis='columns', level=None, fill_value=https://www.cnblogs.com/pineapple-chicken/p/None)：除法運算
mul(self, other, axis='columns', level=None, fill_value=https://www.cnblogs.com/pineapple-chicken/p/None)：乘法運算
import pandas as pd import numpy as np frame1 = pd.DataFrame(np.arange(12).reshape(3,4)) print(frame1) frame2 = pd.DataFrame(np.arange(9).reshape(3,3)) print(frame2) #frame1與frame2對應相加，不對應的地方與填充值相加，沒有填充值資料丟失 print(frame1.add(frame2, fill_value=https://www.cnblogs.com/pineapple-chicken/p/100)) series = pd.Series(np.arange(3)) print(series) #默認frame1的每一行加上series print(frame1.add(series)) #frame1的每一列減去series print(frame1.sub(series,axis=0))
pd.DataFrame.append(self, other, ignore_index=False)：把一個DataFrame加到另一個DataFrame的末尾，回傳一個新的物件
import pandas as pd import numpy as np frame1 = pd.DataFrame(np.arange(6).reshape(3,2)) frame2 = pd.DataFrame(np.arange(4).reshape(2,2)) print(frame1.append(frame2)) #放棄原來的索引，行索引從0開始
print(frame1.append(frame2, ignore_index=True))
info():列印DataFrame的簡要資訊
where()：當給定條件成立時，保持原始值；當給定條件不成立時，用給定值替換條件不成立處的值
corr(self, method='pearson', min_periods=1)：計算列的成對相關性，不包括NA和空值
sort_values(by, axis=0, ascending=True)：對數值進行排序，by是某一列的標簽或者某幾列標簽組成的串列
sort_index(axis=0, ascending=True)：對標簽進行排序
映射操作
apply(func, axis=0)：將DataFrame的每個元素交由func處理
map()：是Series的一種方法；可以映射新的一列
import numpy as np import pandas as pd frame = pd.DataFrame(np.random.randn(3,4), index=list('abc'), columns=['name','sex','age','score']) print(frame) frame1 = frame.apply(lambda x: x.max()-x.min()) # 按行操作，從上往下 print(frame1) frame2 = frame.apply((lambda x: x.max()-x.min()), axis=1) print(frame2)
#Series.map(arg)
import numpy as np import pandas as pd frame = pd.DataFrame(np.random.randn(3,4), index=list('abc'), columns=['name','sex','age','score']) print(frame) frame1 = frame['score'].map(lambda x: '%.2f'%x) print(frame1)
分組操作
groupby(by=None, axis=0)： 對資料按要求進行分組，然后可以進行數值操作，使用groups查看分組情況
缺失值處理：
python的 None 與 NaN
None是python object，不能參與計算
np.nan是浮點型別，可以參與計算，但結果總是nan
pd.DataFrame.isnull(obj)：檢查缺失值，回傳布林值 (結合any進行檢測)
pd.DataFrame.notnull(obj)：檢查非缺失值 (結合all進行檢測)
pd.DataFrame.dropna(axis=0, how='any')：洗掉缺失值，axis可以是{0, ‘index’, 1, 'columns'}；how可以是{‘any’, 'all'}，all表示如果整行或整列值是缺失值，則洗掉這行或列；any表示行或列中有缺失值，則洗掉這行或列
pd.DataFrame.fillna(value='https://www.cnblogs.com/pineapple-chicken/p/None', method='None', axis='None')：用某種方法(‘backfill’, ‘bfill’ // ‘pad’, ‘ffill’)填補缺失值；value要是scalar、dict、Series、DataFame，不能是list
按條件清洗
pd.DataFrame.replace(to_replace='None',value='https://www.cnblogs.com/pineapple-chicken/p/None')：用value的值去取代to_replace的值；to_replace可以是numeric、list、dict
拼接操作：
pd.concat(objs, axis=0, keys='None', names='None', ignore_index='False')
pd.merge(left, right, how='inner', on=None) 合并要有共同的列，或者用left_on和right_on，how='outer' 進行合并
left: DataFrame
right: DataFrame or Series
how: {‘left’, ‘right’, ‘outer’, ‘inner’} 連接條件：outer可以連接兩張表所有資料，保證完整性; left保留左表的資料完整
on 指定合并條件，例如 on=‘group‘ 則是按兩表的group合并; 還有left_on 和 right_on，按這兩列中的元素進行合并
按條件查詢
pd.DataFrame.query(expr) expr為字串形式的條件運算式
對行或者列改變位置
pd.DataFrame.take(indices, axis=0) indices是一個整數標簽陣列
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/183072.html
標籤：Python
上一篇：實體化Servlet類[org.springframework.web.servlet.DispatcherServlet]例外