Series和DataFrame結(jié)構(gòu)

DataFrame

DataFrame數(shù)據(jù)結(jié)構(gòu)是一種二維的結(jié)構(gòu)。整個DataFrame包括三個部分：

• 索引（index）
• 表頭（column）
• 數(shù)值（data）

各列的數(shù)據(jù)類型可以不同。

Series

一維結(jié)構(gòu)升略，帶索引的一維數(shù)組，并且其中的數(shù)據(jù)類型一致唯灵。

DataFrame的任意一行或一列就是一個Series對象彤悔，比如我們通過.loc[0]獲取到第一個樣本：

sampel = data.loc[0]
print (sample)

Series對象的表現(xiàn)形式為：索引在左，取值在右毡泻。

從DataFrame中得到的Series會自動分配兩個屬性：name和dtype。
對于輸出（print）的Series對象粘优，最后的Name：0表示該樣本為第一個樣本仇味，dtype：object表示數(shù)據(jù)類型為object。

可以通過.index和.values取出Series數(shù)據(jù)：

sample.index
sample.values

創(chuàng)建Series對象

最基本方式：

pd.Series(data,index=index)

其中data可以為：

• 一個ndarray
• 一個Python字典
• 一個標量值

從ndarray創(chuàng)建

Pandas支持重復的索引值雹顺，index必須與data（ndarry）一樣長丹墨。

pd.Series(ndarry,index=['a','a','b','c'])

或者省略index，index會默認為整數(shù)0到n-1嬉愧，n為數(shù)據(jù)長度贩挣。

pd.Series(ndarry)

從字典創(chuàng)建

Python字典中的鍵：值與Series中的索引：值對應。所以可以直接轉(zhuǎn)換：

d={'a':0.12, 'b':0.33, 'c':-0.17}
pd.Series(d)

從標量創(chuàng)建

即用單個數(shù)值直接創(chuàng)建：

pd.Series(2,index=['a','b','c'])

Series對象的相關(guān)操作

數(shù)據(jù)索引與篩選

s=pd.Series(np.random.randn(4),index=['a','a','c','d'])

s[0]
#取第一個值
s[:2]
#取第1-3個值
s[[1,3]]
#取第1没酣，3個值
s[s<s.mean()]

s['a']

s[['c','d']]

'c' in s
#輸出：True

算術(shù)運算

s+3
#s的全部數(shù)值+3
np.abs(s)
#絕對值

在算術(shù)運算中王财，會自動通過index對齊數(shù)據(jù)，然后分別對index相同的數(shù)據(jù)計算裕便。

唯一值與個數(shù)統(tǒng)計

unique()：返回Series去重后的數(shù)組绒净。
values_counts()：查看每一個元素（data）的頻數(shù)。
astype()：類型轉(zhuǎn)換偿衰。如：

s1=s0.astype('float32')

Pandas包含的數(shù)據(jù)類型:

創(chuàng)建DataFrame對象

pd.DataFrame(data,index=index,columns=cloumns)

data允許為：

• 包含列表挂疆、字典或Series的字典
• 二維numpy.ndarray
• 一個Series
• 另一個DataFrame

從字典創(chuàng)建

d = {'one' : pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two' : pd.Series([1., 2., 4.], index=['a', 'b', 'd'])}
df = pd.DataFrame(d)

從Series創(chuàng)建

s=pd.Series([1,2,3],index=['a','b','c'])
pd.DataFrame(s,columns=['first'])

DataFrame對象的相關(guān)操作

數(shù)據(jù)篩選

df[df['one'] > 1]

刪除和添加一列

df['three'] = df['one'] + df['two']
df['flag'] = df['one'] > 1
#
df.insert(1, 'bar', df['one'])
#在位置1插入與one包含相同數(shù)據(jù)的一列bar
del df['flag']
#
bar = df.pop('bar')
#刪除并將刪除的值賦給bar

修改列名

d = {'one':'first'}
df.rename(columns=d)
#將one改為first

DataFrame的顯示

DataFrame的顯示可以調(diào)用pd.set_option()實現(xiàn)改览。

df = pd.read_csv('loandata.csv')
pd.set_option('display.max_columns', 5)
pd.set_option('display.max_rows', 4)
#最大行數(shù)為4行，最大列數(shù)為5列情況下的截斷顯示

索引

索引方法：

常用:

df.iloc[0]
#通過索引,得到一行的Series
df.loc['1','name']
#通過具體值