Python库Pandas的使用技巧（一）-白红宇

Python库Pandas的使用技巧（一）

阅读量：3959 次

发布时间：2019-05-24

本文共 2582 字，大约阅读时间需要 8 分钟。

导入pandas库

import pandas as pd

一、Pandas部分知识汇总

1、DataFrame对象的属性

pandas.Series(data=None,index=None,dtype=None, name=None)

返回值：返回一个Series对象

data：可以是一个Python列表

index与列表元素个数一致；也可以是字典，将键值对中的“值”作为Series对象的数据，将“键”作为索引；也可是一个标量值，这种情况下必须设置索引，标量值会重复来匹配索引的长度。

index：为Series对象的每个数据指定索引。

dtype：为Series对象的数据指定数据类型。

name：为Series对象起个名字。

2、算术运算与函数运算

（1）算术运算

适用于NumPy数组的运算符（+、-、* 、/）或其它数学函数，也适用于Series对象。可以将Series对象的数据数组与标量进行+、-、* 、/等算术运算。

（2）函数运算

>>> s = pd.Series([2,4,6],index = ["a","b","c"])>>> np.sqrt(s)           #计算各数据的平方根a    1.414214b    2.000000c    2.449490>>> np.square(s)       #计算各数据的平方a     4b    16c    36

3、数据筛选

在这里插入图片描述

二、举例尝试

1、ob=series([2,3,5,7,3,1]),建立series的时候指定索引

ob=pd.Series([2,3,5,7,3,1],index=['a','b','c','d','e','f'])print(ob)

2、创建series dt=[1,2,3,4,5] id=[‘a’,‘b’,‘c’,‘d’,‘e’]

dt=[1,2,3,4,5]id=['a','b','c','d','e']ob=pd.Series(dt,index=id)print(ob)

3、做下面的题

data1={
   'subject id':['1','2','3','4','5'],       'first name':['Alex','Amy','Allen','Alice','Ayoung'],       'last name':['Anderson','Ackerman','Ali','Aoni','Atiches']}data2={
   'subject id':['4','5','6','7','8'],       'first name':['Billy','Brian','Bran','Bryce','Betty'],       'last name':['Bonder','Black','Balwner','Brice','Btisan']}data3={
   'subject id':['1','2','3','4','5','7','8','9','10','11']       ,'test id':[51,15,15,61,16,14,15,1,61,16]}

(1)分别变成DataFrame，取名df1,df2,df3。找出df3“test id”列最大的

df1=pd.DataFrame(data1)df2=pd.DataFrame(data2)df3=pd.DataFrame(data3)print(df1)print(df2)print(df3)print(df3['test id'].max())

(2) df1和df2沿X轴合并命名为df12X

df12X = pd.concat([df1,df2],axis=1)print(df12X)

(3)把df1和df2两个DataFrame沿着Y轴进行合并，命名为df12Y

df12Y = pd.concat([df1,df2],axis=0)print("Y轴",df12Y)

(4)查看df1的前三行数据

print(df1.head(3))

#(5)创建由下所示的Dataframe，命名为data：

#     Cite       year   cash# 0   Neijiang   20     6# 1   Chengdou   21     8# 2   Beijing    24     10

data=pd.DataFrame({
   'Cite':['Neijiang','Chengdu','Beijing'],                  'year':[20,21,24],                  'cash':[6,8,10]})print("data",data)#5上题增加一列名为book 值为001，002，003data['book']=['001','002','003']print(data)

4、访问上一题year列，删除book列

print(data['year'])

方法一：

del data["book"]

方法二：

data=data.drop(columns=['book'],axis=0)print(data)

5、对’year’列和’cash’列分别进行开放和平方运算