摘要

　   一、创建对象　　　 　

　　二、查看数据

　　三、选择和设置

　　四、缺失值处理

　　五、相关操作

　　六、聚合

　　七、重排(Reshaping)

　　八、时间序列

　　九、Categorical类型

　  十、画图

     十一、导入和保存数据

内容

# coding=utf-8 import pandas as pd import numpy as np ### 一、创建对象 ## 1.可以传递一个list对象创建一个Series,Pandas会默认创建整型索引 s = pd.Series([1, 3, 5, np.nan, 6, 8]) # print s ## 2.通过传递一个numpy array,时间索引以及列标签来创建一个DataFrame dates = pd.date_range('20130101', periods=6) # print dates df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list("ABCD")) # print df ## 3.通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame df2 = pd.DataFrame({"A": 1, "B": pd.Timestamp('20130102'), "C": pd.Series(1, index=list(range(4)), dtype="float32"),                       "D": np.array([3] * 4, dtype="int32"), "E": pd.Categorical(["test", "train", "test", "train"]),                       "F": "foo"}) # print df2 ### 二、查看数据 ## 1.查看frame中头部和尾部的行,默认5行 # print df.head() # print df.tail(3) ## 2.显示索引，列和底层的numpy数据 # print df.index # print df.columns # print df.values ## 3.describe()函数对于数据的款素统计汇总,python中方法不能省略圆括号 # print df.describe() ## 4.对数据的转置 # print df.T ## 5.按轴（列）进行排序 # print df.sort_index(axis=1,ascending=False) ## 6.按值进行排序,建议使用sort_values(by=) # print df.sort(columns="B") # print df.sort_values(by="B") ### 三、选择和设置 ## 获取1.选择一个单独的列,这将会返回一个Series,等同于df.A # print df["A"] ## 获取2.通过[]进行选择，这将会对行进行切片 # print df[0:3][1:2] # print df[0:3] ##上面的方法是通过下标[]进行访问，下面可以.loc[]来对指定便签进行选择 ##通过标签选择：1.使用便签来获取一个交叉的区域 # print df.loc[ dates[0] ] ##通过标签选择：2.通过标签来在多个轴上进行选择 # print df.loc[ :,["A","B"] ] ##通过标签选择：3.标签切片 # print df.loc[ "20130102":"20130104",["A","B"] ] ##通过标签选择：4.对于返回的对象进行维度缩减 # print df.loc["20130102",["A","B"]] ##通过标签选择：5.获取一个标量 # print df.loc[ dates[0],"A" ] ##通过标签选择：6.快速访问一个标量(at方法) # print df.at[ dates[0],"A" ] ##通过位置选择：1.通过传递数值进行位置选择（选择的是行） # print df.iloc[3] ##通过位置选择：2.通过数值进切片 # print df.iloc[3:5,0:2] ##通过位置选择：3.通过指定一个位置的列表 # print df.iloc[ [1,2,3],[0,2] ] ##通过位置选择：4.对行进行切片 # print df.iloc[1:3,:] ##通过位置选择：5.对列进行切片 # print df.iloc[:,1:3] ##通过位置选择:6.获取特定的值 # print df.iloc[1,1] # print df.iat[1,1] ##可以使用逻辑表达式来选择指定的数据框 ##布尔索引：1.使用一个单独列的值来选择数据 # print df[df.A > 0] ##布尔索引：2.使用where操作来选择数据 # print df[ df > 0] ##布尔索引：3.使用isin()方法来过滤 # print df2[df2["E"].isin( ["test"] )] ##设置：通过一个numpy数组设置一组新值 # df.loc[ :,"E" ] = np.array( [5]*len(df) ) # print df ## reindex对索引进行改变/新增/删除(未赋值就是pd.nan) df1 = df.reindex(index=dates[0:4], columns=list(df.columns) + ["E"]) # print df1 ### 四、缺失值处理（pandas使用np.nan代替缺失值，默认不会计算） ## 1.去掉包含缺失值的行 # print df1.dropna(how="any") ## 2.对缺失值进行填充 # print df1.fillna(value=5) ## 3.判断缺失值 # print  pd.isnull() ## 五、相关操作 ##apply(对数据应用函数） # print df.apply(np.cumsum)##累积和 # print df.apply(lambda x:x.max - x.min) ##x代表当前列的一个标量 ##值计数器 # print s.value_counts() ##六、聚合（aggregate） ## 1.contat(拼接,默认是全外联) # piece = [ df[:2],df[2:4],df[4:] ] # print pd.concat(piece)  ##默认axis=0是上下连接 # piece = [ df.loc[ :,["A","B"] ],df.loc[ :,["C","D"] ] ] # print pd.concat(piece,axis=1) ##1是左右连接 ## 2.联表操作（join,merge） # left = pd.DataFrame( {
   #     "key":["foo","foo1"],"lval":[1,2] # } ) # right = pd.DataFrame( {
   #     "key":["foo","foo2"],"rval":[1,2] # } ) # print pd.merge(left,right,how="inner",left_on=left.key,right_on=right.key) ##内联 # print pd.merge(left,right,how="left",left_on=left.key,right_on=right.key)  ##左联 # print pd.merge(left,right,how="right",left_on=left.key,right_on=right.key) ##右联 # print pd.merge(left,right,how="outer",left_on=left.key,right_on=right.key)  ##全外联 # print left.set_index("key").join([right.set_index("key")], how="outer")  ##join根据索引连接 ## 3.append(追加) # print df.append(other=[df,df]) ##只能上下联接 ## 4.分组 # print df.groupby("A").sum() # print df.groupbyoupby( ["A","B"] ).sum()  ##层次索引 # print df.groupby(['A', 'B'])['C'].mean() # print df.groupby(df["A"]) ### 七、Reshaping ## 1.Stack # tuples = list(zip(*[['bar', 'bar', 'baz', 'baz', #                      'foo', 'foo', 'qux', 'qux'], #                     ['one', 'two', 'one', 'two', #                     'one', 'two', 'one', 'two']])) # index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second']) # df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=['A', 'B']) # df2 = df[:4] # print df2 #The stack function “compresses” a level in the DataFrame’s columns to produce either: # A Series, in the case of a simple column Index # A DataFrame, in the case of a MultiIndex in the columns # stacked = df2.stack() # print stacked # print stacked.unstack() # print stacked.unstack(1) # print stacked.unstack(0) ## 2.数据透视表 # print pd.pivot_table(df,values="D",index=["A","B"],columns="C") ### 八、时间序列 # rng = pd.date_range("1/1/2012", periods=100, freq="S") # ts = pd.Series(np.random.randn(0, 500, len(rng)), index=rng) # print ts.resample("5Min",how="sum") ### 九、Categorical类型 详见 ### 十、画图 详见 ### 十一、导入和保存数据 df.to_csv("data.csv") csv = df.read_csv("data.csv") 官网文档