16.pandas复习和回顾

标签：index 复习 16 df Series DataFrame 访问 索引 pandas

1. pandas.
构造:
Series一维数组,类似字典

Series (data, index)

Series (data=dic, index)

读取DataFrame的一列

索引访问:

  字典访问: s[key]

  下标访问: s[index]

   loc访问:s. loc [key]

   iloc访问: s. iloc[index]

   列表访问:结合上面4种方法

    Bool列表访问: list, numpy,长度匹配

                        Series长度匹配,索引匹配

切片操作:
  注意: 索引操作都是闭区间,下标操作都是开区间,

下标:   s[index1:index2]

loc

iloc

常用操作:
               属性访问: index, values, dtype, shape

              查看头尾n个元素: head (), tail ()

              值排序: sort_values (ascending-True)

              索引排序: sort_index ()

              统计元素次数: value_counts ()

             去重操作: unique () [A, B, A, B, C] -> [A, B, C]

运算:
                    Series + num 广播

                    Series + numpy 先转换成numpy类型再运算

                   Series + Series索引对齐,不对齐补空值

                  操作函数: add, sub, mul, div

                 或者可以先处理空值再运算

DataFrame

构造:
　　DataFrame (data, index, columns)

　　DataFrame (data=dic, index)

　　pd. read_excel (io, sheet_name, header, index_col)

       DataFrame(Series)

 

访问:
运算:
访问列: df[column]

访问行: df. loc [index]

访问元素: df. loc [index, column]

访问都可以结合列表、切片操作

间接访问(只读)、直接访问(读写)

【注意】直接用[]访问,索引是列索引,切片是行切片

聚合运算:默认是列方向的聚合, axis修改聚合方向

DataFrame + num广播

DataFrame + numpy --> df. values + numpy  广播

DataFrame + Series --> df. add (s, axis=0(1)指定索引对齐的方向

DataFrame + DataFrame 索引对齐

 

标签：index,复习,16,df,Series,DataFrame,访问,索引,pandas
From： https://www.cnblogs.com/988MQ/p/16901168.html