Pandas快速笔记

1 Pandas$^{[1]}$

python下数据分析库。

1.1 数据结构

1.1.1 Series

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

1
pandas.Series( data, index, dtype, name, copy)

参数说明：

  • data：一组数据(ndarray 类型)。
  • index：数据索引标签，如果不指定，默认从 0 开始。
  • dtype：数据类型，默认会自己判断。
  • name：设置名称。
  • copy：拷贝数据，默认为 False。
1
2
print(pd.Series([1, 2, "数据3"], ["数据1", "数据2", 3]))	#data,index构造
print(pd.Series({"数据1": 1, "数据2": 2, 3: "数据3"}))	#字典key:value构造
1
2
3
4
5
6
7
8
数据1      1
数据2      2
3      数据3
dtype: object
数据1      1
数据2      2
3      数据3
dtype: object

左侧一列是索引，右侧一列是数据，一一对应。

1.1.2 DataFrame

DataFrame 是一个表格型的数据结构）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

img

1
pandas.DataFrame( data, index, columns, dtype, copy)

参数说明：

  • data：一组数据(ndarray、series, map, lists, dict 等类型)。
  • index：索引值，或者可以称为行标签。
  • columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
  • dtype：数据类型。
  • copy：拷贝数据，默认为 False。
.loc属性

返回指定行的数据。

1
2
3
df.loc[0]	#返回第一行（单行），返回一个Series
df.loc[[0,1]]	#返回第一行和第二行（多行），返回一个DataFrame
df.loc["行索引"]

1.1.3 CSV文件

CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。

1
2
3
4
5
df = pd.read_csv("xxx.csv")	#读取csv文件并返回一个DataFrame
df.to_csv("xxx.csv")	#将DataFrame保存为csv文件
df.head(n)	#返回前n行，默认为5
df.tail(n)	#返回最后n行，默认为5
df.info()	#返回表格的一些基本信息

1.1.4 数据操作

  • **dropna()**删除包含空字段的行

    1
    DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

    参数说明：

    • axis：默认为 0，表示逢空值剔除整行，如果设置参数 axis＝1 表示逢空值去掉整列。
    • how：默认为 ‘any’ 如果一行（或一列）里任何一个数据有出现 NA 就去掉整行，如果设置 how=’all’ 一行（或列）都是 NA 才去掉这整行。
    • thresh：设置需要多少非空值的数据才可以保留下来的。
    • subset：设置想要检查的列。如果是多个列，可以使用列名的 list 作为参数。
    • inplace：如果设置 True，将计算得到的值直接覆盖之前的值并返回 None，修改的是源数据。

  • **isnull()**判断各个单元格是否为空。

  • **fillna()**替换空字段。

  • **duplicated()**判断对应数据是否重复。

  • drop_duplicates() 删除重复数据。

  • **merge**合并表格（DataFrame）。

    1
    newData = pd.merge(left, right, how: str = "inner", on=None)
    • left和right均为DataFrame类型
    • how指定合并方式：
      • inner（缺省）：求交
      • left：以左表格为主进行合并
      • right：以右表格为主进行合并
      • outer：求并
    • on指定按某一列进行合并

参考

[1] Pandas 教程 | 菜鸟教程 (runoob.com)